智能控制理论及应用作者韩力群第三章神经网络控制及应用(常用网络与算法)课案.pptVIP

3.1.6.1离散型Hopfield神经网络 2. 网络的稳定性与吸引子 2. 网络的稳定性与吸引子 2. 网络的权值设计 3) 引入陡度因子 实现这一思路的具体作法是，在原转移函数中引入一个陡度因子λ (5)标准BP算法的改进 3.1.4.3 多层感知器与BP算法 3.1.5 径向基函数网络 3.1.5.1 径向基函数RBF 20世纪80年代后期，Powell在解决“多变量有限点严格(精确)插值问题”时引入了径向基函数技术。采用径向基函数技术解决插值问题的方法是，选择P个基函数，每一个基函数对应一个训练数据，各基函数的形式为 , p=1, 2, …, P (3-36) 式中基函数φ为非线性函数，训练数据点Xp是φ的中心。基函数以输入空间的点X与中心Xp的距离作为函数的自变量。 由于距离是径向同性的，故函数φ被称为径向基函数。 3.1.5 径向基函数网络 3.1.5.1 径向基函数RBF 常用基函数曲线 1.Gauss函数 2.Reflected sigmoidal函数 3.Inverse multiquadrics 函数 3.1.5 径向基函数