神经网络中的逼近题目.pdf

摘 要 神经网络系统理论研究的重要意义己为许多科学家所承认，不少人把它看作 未来智能计算机发展的一个主流方向．它的应用范围涉及到工程、计算机、物理、 生物、经济、管理等科学领域．人们应用神经网络进行聚类分析、智能控制、模式 识别和优化计算，等等．但是许多问题的研究都要转化为用迭代的神经网络逼近函 数问题的研究．本文主要基于神经网络的非线性逼近性质。来研究带一个隐层的 前传神经网络对可积函数和连续函数的逼近能力问题，主要形式有以下两种： Ⅳ (1) 』(x)=∑qg(^ltx-y,}I。) I；0 经网络也称为径向基神经网络)． N (2) 五(x)=∑c，g(五·x+M) 这里：丑，x∈R“，q，Yi∈R1，g通常取Sigmoidal函数 全文共分四章： 第一章简要介绍神经网络的发展历史并概括介绍了近lO年来神经网络逼近 问题领域的研究成果；第二章给出与此类问题相关以及证明中遇到的一些数学问 题和一些相应的数学基础知识：本文的主要结论为第三章、第四章，我们推广了 神经网络逼近问题的一些结论，主要研究分别在空间玩(∥)和c(彤)中径向基 网络的逼近问题和一般前传网络的逼近问题．我们将激活函数g的要求减弱了， 这在数学上来说是很有意义的一件事情． 关键词：神经网络、局部可积、广义函数、正则函数、集中、艿函数 Abstract Neural networkhas beenconsideredtobeamainbranch ofartificial intelligence， andits has been theories significance scientists．Theand acknowledgedbymany methodsofneural have networkbeen in as applied areas，such many engineering， computer and science，physics，biology,economymanagements，etc．Manyproblems inthesefieldsCanbeconvertedintothe of multivariate problems approximating functionsneural on by network．Basedthenonlinear ofneural approximateability afeedforwardneuralnetworkwith