计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2013年
z2期
83-85
,共3页
前馈神经网络%函数积分%偏导数%原函数%精度
前饋神經網絡%函數積分%偏導數%原函數%精度
전궤신경망락%함수적분%편도수%원함수%정도
feedforward neural network%function integral%partial derivative%primitive function%accuracy
由于三层前馈神经网络可以逼近任何连续函数,因此可以利用三层前馈神经网络来逼近被积函数的原函数,并计算函数的积分.对于定积分、在矩形或长方体区域上的二重积分或三重积分的计算,首先构造一个三层前馈神经网络,通过训练网络使其在积分区域上对输入量的导数值、二阶混合偏导数值或三阶混合偏导数值等于相应被积函数值,训练好的网络就可逼近被积函数的原函数.对于非矩形或非长方体区域上的二重积分或三重积分,可通过换元法将积分区域转化为矩形或长方体区域.实例分析表明该方法理论简单、思路清晰、易于实现,同时精度也能得到满足.
由于三層前饋神經網絡可以逼近任何連續函數,因此可以利用三層前饋神經網絡來逼近被積函數的原函數,併計算函數的積分.對于定積分、在矩形或長方體區域上的二重積分或三重積分的計算,首先構造一箇三層前饋神經網絡,通過訓練網絡使其在積分區域上對輸入量的導數值、二階混閤偏導數值或三階混閤偏導數值等于相應被積函數值,訓練好的網絡就可逼近被積函數的原函數.對于非矩形或非長方體區域上的二重積分或三重積分,可通過換元法將積分區域轉化為矩形或長方體區域.實例分析錶明該方法理論簡單、思路清晰、易于實現,同時精度也能得到滿足.
유우삼층전궤신경망락가이핍근임하련속함수,인차가이이용삼층전궤신경망락래핍근피적함수적원함수,병계산함수적적분.대우정적분、재구형혹장방체구역상적이중적분혹삼중적분적계산,수선구조일개삼층전궤신경망락,통과훈련망락사기재적분구역상대수입량적도수치、이계혼합편도수치혹삼계혼합편도수치등우상응피적함수치,훈련호적망락취가핍근피적함수적원함수.대우비구형혹비장방체구역상적이중적분혹삼중적분,가통과환원법장적분구역전화위구형혹장방체구역.실례분석표명해방법이론간단、사로청석、역우실현,동시정도야능득도만족.
