共查询到16条相似文献,搜索用时 62 毫秒
1.
人工神经网络在函数逼近中的应用研究 总被引:2,自引:0,他引:2
利用径向基函数网络研究了人工神经网络在函数逼近中的应用。分析了网络结构对逼近性能的影响。利用MATLAB神经网络工具箱进行仿真。实验结果表明,神经网络具有很好的函数逼近性能,其中RBF网络的逼近性能更优。 相似文献
2.
利用模糊逻辑系统实现函数逼近的仿真研究 总被引:1,自引:0,他引:1
针对不确定性非线性系统,基于Wang L X提出的模糊辨识器的设计原理,给出了基于模糊逻辑系统实现函数逼近的方法,该方法通过采用中心平均模糊消除器和隶属函数,实时地调整参数来实现未知函数、尤其是非线性函数的逼近。通过适宜选择初始参数可使模糊逻辑系统在任意精度上逼近真实系统。该文给出了实现函数逼近的具体算法、步骤和程序流程,并利用MATLAB语言编写了实现函数逼近的通用程序,在工程中可利用此通用程序实现对未知作用函数的近似估算,具有一定的工程实际使用价值。实例仿真取得了良好的效果。 相似文献
3.
4.
单体模糊神经网络的函数逼近能力 总被引:14,自引:1,他引:13
研究了单体模糊神经网络的函数逼近能力,由于在MFNNs中神经元的基本运算由原来的积-和运算改为求极小-极大运算,网络的函数逼近性质发生了很大的改变。给出了单调传递函数的MFNNs按序单调特性,连续映射定理以及非函数一致逼近定理,从而说明MFNNs虽然能够保持连续映射,但不如原神经网络具有函数逼近能力。 相似文献
5.
6.
为了开发对科研实验数据的非线性关系精确建模工具,该文讨论了将遗传算法GA和神经网络算法结合,并使用Matlab软件实现计算过程。针对一个非线性测试函数逼近问题,设计了Matlab软件的GA算法的实现过程,并实验测试分析了GADS工具箱算子选择和参数设置。比较了单纯GA方法和GA结合Levenberg-Marquardt BP方法局部寻优的效果。结果表明实验中设计的基于Matlab的GA神经网络计算方案是一种有效的高精度模型,算法设计实现过程有指导意义,能为各领域提供有力复杂非线性建模工具。 相似文献
7.
8.
9.
对表驱动线性逼近方法实现的sigmoid函数进行分析,在Matlab中对其仿真,得到误差曲线。该误差曲线在不同区间内误差相差较大,由此提出分区间线性逼近法实现sigmoid函数。不同区间采用不同的插值间隔,以尽量减少ROM资源的使用。经Matlab仿真,得到改进后的误差曲线,其最大误差未增大。最后在Quartus II中建立工程,调用Modlesim进行RTL仿真,证明该方法可行。 相似文献
10.
11.
基于模糊RBF神经网络的函数逼近 总被引:4,自引:1,他引:3
提出了一种模糊RBF网络,将模糊逻辑的知识表达以及推理能力和RBF网络的快速学习和泛化能力结合起来,网络结构参数可按实际问题调整,仿真表明网络具有较快的学习速度和较高的函数逼近精度。 相似文献
12.
13.
首先给出了神经网络函数在粗糙集意义下的下、上近似函数 ,从函数逼近的观点出发分析 ,得出对任一神经网络函数在粗糙集意义下 ,都可根据学习样本点维数找到两个关联的离散函数来逼近它 ,并且证明了在粗糙集意义下逼近的过程是可行的。该结论有助于理解粗糙集函数与神经网络函数之间的联系 ,为今后进一步研究在粗糙集意义下神经网络函数整体逼近理论及学习算法的描述奠定了基础。 相似文献
14.
15.
多元多项式函数的三层前向神经网络逼近方法 总被引:4,自引:0,他引:4
该文首先用构造性方法证明:对任意r阶多元多项式,存在确定权值和确定隐元个数的三层前向神经网络.它能以任意精度逼近该多项式.其中权值由所给多元多项式的系数和激活函数确定,而隐元个数由r与输入变量维数确定.作者给出算法和算例,说明基于文中所构造的神经网络可非常高效地逼近多元多项式函数.具体化到一元多项式的情形,文中结果比曹飞龙等所提出的网络和算法更为简单、高效;所获结果对前向神经网络逼近多元多项式函数类的网络构造以及逼近等具有重要的理论与应用意义,为神经网络逼近任意函数的网络构造的理论与方法提供了一条途径. 相似文献