计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2013年
4期
270-274
,共5页
函数逼近%泛函网络%多项式%逼近算法%神经网络
函數逼近%汎函網絡%多項式%逼近算法%神經網絡
함수핍근%범함망락%다항식%핍근산법%신경망락
关于多项式函数算法优化问题,人工神经网络是解决函数逼近问题的一个重要方法.但由于传统的学习型神经网络存在缺陷,如对初始权重非常敏感,极易收敛于局部极小；收敛缓慢甚至不能收敛；过拟合与过训练；网络隐含节点数不确定等.针对上述问题,提出了一种多项式函数的三层泛函网络与逼近算法,并给出了中间隐层计算单元个数是如何确定.提出的算法能以任意精度逼近多项式函数,同时具有较快收敛速度和良好性能,克服了人工神经网络的不足.最后,给出了两个数值算例进一步验证算法的正确性.
關于多項式函數算法優化問題,人工神經網絡是解決函數逼近問題的一箇重要方法.但由于傳統的學習型神經網絡存在缺陷,如對初始權重非常敏感,極易收斂于跼部極小；收斂緩慢甚至不能收斂；過擬閤與過訓練；網絡隱含節點數不確定等.針對上述問題,提齣瞭一種多項式函數的三層汎函網絡與逼近算法,併給齣瞭中間隱層計算單元箇數是如何確定.提齣的算法能以任意精度逼近多項式函數,同時具有較快收斂速度和良好性能,剋服瞭人工神經網絡的不足.最後,給齣瞭兩箇數值算例進一步驗證算法的正確性.
관우다항식함수산법우화문제,인공신경망락시해결함수핍근문제적일개중요방법.단유우전통적학습형신경망락존재결함,여대초시권중비상민감,겁역수렴우국부겁소；수렴완만심지불능수렴；과의합여과훈련；망락은함절점수불학정등.침대상술문제,제출료일충다항식함수적삼층범함망락여핍근산법,병급출료중간은층계산단원개수시여하학정.제출적산법능이임의정도핍근다항식함수,동시구유교쾌수렴속도화량호성능,극복료인공신경망락적불족.최후,급출료량개수치산례진일보험증산법적정학성.
