人工神经网络的非线性动力学化方程学习算法

人工神经网络的非线性动力学化方程学习算法
顾玉巧;黄五群
【期刊名称】《非线性动力学学报》
【年(卷),期】1996(003)003
【摘要】本文提出了一个新的人工神经网络的学习算法，将网络的学习问题处理为互连权「空间的线性规划问题，进而将通常的人工神经网络组态空间的非线性动力学方程方法推广到人工神经网络的互连权空间，并在方程中引入类似Ｍｅｔｒｏｐｏｌｉｓ的ＭｏｎｔｅＣａｒｌｏ算法机制以提高寻优能力，这一人工神经网络的演化方程学习算法，在很大程度上脱了局极值的束缚，得到了最优或接近最优的互连权。

当引入Ｑ－Ｉｓｉｎｇ模型之后，工法可以得
【总页数】7页(P234-240)
【作者】顾玉巧;黄五群
【作者单位】南开大学物理系;南开大学物理系
【正文语种】中文
【中图分类】TP18
【相关文献】
1.基于Wilson-θ和Newmark-β法的非线性动力学方程改进算法 [J], 刘广;刘济科;陈衍茂
2.多自由度非线性动力学方程的能量校准算法 [J], 李伟东;吕和祥
3.人工神经网络的互连权空间的演化方程学习算法 [J], 顾玉巧;周昌松
4.非线性薛定谔方程的高阶分裂改进光滑粒子动力学算法 [J], 蒋涛; 黄金晶; 陆林
广; 任金莲
5.基于人工神经网络的非线性拟合方法ⅡBP学习算法中各因素的影响 [J], 金一泓;赵振斌;袁渭康
因版权原因，仅展示原文概要，查看原文内容请购买。