一类用于连续过程逼近的过程神经元网络及其应用

被引：4

作者：

许少华

何新贵

李盼池

机构：

[1] 大庆石油学院计算机科学系

[2] 北京大学信息科学技术学院

来源：

信息与控制 | 2004年 / 01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; 函数正交基; 学习算法;

D O I：

10.13976/j.cnki.xk.2004.01.026

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

针对实际系统的输入输出是与时间有关的连续过程 ,提出了一类用于连续过程逼近的过程神经元网络模型 .模型利用神经网络所具有的非线性映射能力 ,实现系统输入输出之间的连续映射关系 .考虑过程神经网络计算的复杂性 ,在输入空间中选择一组函数正交基 ,将输入函数和网络权函数表示为该组正交基的展开形式 ,利用基函数的正交性 ,简化过程神经元计算 .文中给出了学习算法 ,并以油藏开发三次采油过程模拟为例验证了模型和算法的有效性 .

引用

页码：116 / 119

页数：4