输入输出均为时变函数的过程神经网络及应用

被引：32

作者：

何新贵

许少华

机构：

[1] 北京大学信息科学技术学院视觉与听觉信息处理国家重点实验室

[2] 北京航空航天大学计算机科学与工程系北京

[3] 北京

来源：

软件学报 | 2003年 / 04期

基金：

黑龙江省自然科学基金;

关键词：

过程神经元网络; 函数逼近; 时变函数; 正交基函数; 学习算法;

D O I：

10.13328/j.cnki.jos.2003.04.007

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了解决实际系统中输入、输出经常是时变连续函数的问题,提出了一类基于基函数展开的过程神经元网络模型.该模型利用过程神经元网络所具有的对时间变量的非线性映射能力,实现系统的输入、输出之间的连续映射关系.另外,还给出了一种学习算法.为了简化计算,选择正交函数作为基函数,并以油藏开发仿真为例,验证了模型和算法的有效性.

引用

页码：764 / 769

页数：6