梧州学院学报
梧州學院學報
오주학원학보
JOURNAL OF WUZHOU UNIVERSITY
2013年
6期
47-52
,共6页
广义凸规划%Fibonacci法%神经网络%学习算法
廣義凸規劃%Fibonacci法%神經網絡%學習算法
엄의철규화%Fibonacci법%신경망락%학습산법
提出了一种求解具有线性约束的广义凸规划的神经网络方法，其基本思想是从数值逼近的方法出发，基于Fi-bonacci法的基本思想，结合神经网络的结构特性，构造出一种求解广义凸规划的神经网络学习算法。此算法收敛速度快，求解精度高，对目标函数要求较低，仿真实验验证了其有效性。
提齣瞭一種求解具有線性約束的廣義凸規劃的神經網絡方法，其基本思想是從數值逼近的方法齣髮，基于Fi-bonacci法的基本思想，結閤神經網絡的結構特性，構造齣一種求解廣義凸規劃的神經網絡學習算法。此算法收斂速度快，求解精度高，對目標函數要求較低，倣真實驗驗證瞭其有效性。
제출료일충구해구유선성약속적엄의철규화적신경망락방법，기기본사상시종수치핍근적방법출발，기우Fi-bonacci법적기본사상，결합신경망락적결구특성，구조출일충구해엄의철규화적신경망락학습산법。차산법수렴속도쾌，구해정도고，대목표함수요구교저，방진실험험증료기유효성。
