基于BP网络在离散函数逼近和曲线拟合中的应用.pdfVIP

基于BP 网络在离散函数逼近及曲线拟合中的应用 杨旭，戴永贤 辽宁工程技术大学理学院，辽宁阜新（123000 ） E-mail ：ivy_jay@163.com 摘 要：基于人工神经网络的基本原理，本文分析了BP 算法在离散函数的逼近及曲线拟合 方面的应用，并说明BP 网络的可行性。 关键词：人工神经网络，BP 算法，函数插值，函数逼近，曲线拟合 1. 引言 [2] 插值 是在离散数据的基础上补插连续函数，使得这条连续曲线通过全部给定的离散数 据点，它是离散函数逼近的重要方法，利用它可通过函数在有限个点处的取值状况，估算出 函数在其他点处的近似值。早在6 世纪，中国的刘焯已将等距二次插值用于天文计算。17 世纪之后，牛顿，拉格朗日等分别讨论了等距和非等距的一般插值公式，在近代，插值法仍 然是数据处理和编制函数表的常用工具。但是在生产和科学实验中，许多复杂的、大规模的 函数逼近的计算问题需要较大的计算量，而由于计算机字长的限制，往往这些问题更需要得 到简化，本文运用BP 人工神经网络的原理重新对离散点的函数逼近及其曲线的拟合作出了 分析，证明了此方法的可行性。