Title一类用于连续过程逼近的过程神经元网络及其应用
Other TitlesA Process Neural Network for Continuous Process Approximation and Its Application
Authors许少华
何新贵
李盼池
Affiliation大庆石油学院计算机科学系,黑龙江,大庆,163318
北京大学信息科学技术学院,北京,100871
Keywords过程神经元网络
函数逼近
函数正交基
学习算法
Issue Date2004
Publisher信息与控制
Citation信息与控制.2004,33,(1),116-119.
Abstract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.
URIhttp://hdl.handle.net/20.500.11897/236819
ISSN1002-0411
Appears in Collections:未确定






License: See PKU IR operational policies.