一类用于连续过程逼近的过程神经元网络及其应用

• 作者: 何新贵 李盼池 许少华
• 来源期刊: 信息与控制
• 关键词: 过程神经元网络 函数逼近 函数正交基 学习算法
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 实际问题研讨
• 页码范围: 116-119
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2004.01.026

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许少华	大庆石油学院计算机科学系	68	929	15.0	27.0
2	何新贵	北京大学信息科学技术学院	33	520	13.0	22.0
3	李盼池	大庆石油学院计算机科学系	35	807	14.0	28.0