一种调整型径向基网络偏微分方程解法

• 作者: 尹志杰 左继章 李兆熊
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 径向基函数 偏微分方程 辅助神经元
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 仿真方法与算法
• 页码范围: 110-112,132
• 页数: 4页
• 分类号: TP183
• 字数: 2480字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.02.033

摘要

基于径向基神经网络(RBFN)的偏微分方程(PDE)求解算法中,仅通过搜索最佳权值逼近方程解,精度有限.实际上在建立的RBFN中可能存在对求解PDE贡献很小的但是增加算法复杂度的神经元,或者缺少对方程解贡献很大的辅助神经元.基于这个事实提出一种新的算法:在搜索最佳权值同时调整RBFN结构,删除对方程解贡献小的神经元,增加对方程解贡献大的辅助神经元;采用最小均方误差梯度下降法得到最优权值;最后得到PDE的逼近解.仿真实验表明新算法较传统的RBFN算法,精度更高,误差收敛速度更快;可广泛应用于工程实践.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左继章	空军工程大学工程学院航空电子工程系	35	269	8.0	15.0
2	尹志杰	空军工程大学工程学院航空电子工程系	4	8	2.0	2.0
3	李兆熊		1	1	1.0	1.0