非迭代前向神經(jīng)網(wǎng)絡模型的研究.pdf

1、人類具有高度發(fā)達的大腦，大腦是思維活動的物質(zhì)基礎，而思維是人類智能的集中體現(xiàn)。人工神經(jīng)網(wǎng)絡是一種旨在模擬人腦結構及其功能的腦式智能信息處理系統(tǒng)，以其特有的并行處理、分布式存儲、自適應自組織自學習和高度容錯能力而越來越受到學術界和企業(yè)界的廣泛關注，己廣泛應用于國民經(jīng)濟和國防科技現(xiàn)代化建設中，是近年來熱點研究領域之一。
　　 BP神經(jīng)網(wǎng)絡是目前研究最為成熟、應用最廣泛的人工神經(jīng)網(wǎng)絡模型之一，但是該網(wǎng)絡模型存在學習速度慢、易陷入局部極

2、小點、網(wǎng)絡泛化能力不能保證等缺陷，這在很大程度上制約了BP神經(jīng)網(wǎng)絡在實時計算、自動控制等對實時性要求較高領域的應用。
　　 本文研究設計了非迭代前向神經(jīng)網(wǎng)絡(NIFNN)模型，主要解決BP神經(jīng)網(wǎng)絡目前存在的以上問題與不足。本文以人工神經(jīng)網(wǎng)絡的非線性數(shù)學理論為基礎，探討了BP神經(jīng)網(wǎng)絡的基本原理和缺陷原因分析，重點從網(wǎng)絡結構、激勵函數(shù)和學習算法等方面對BP神經(jīng)網(wǎng)絡進行了全局優(yōu)化設計，進而推導出最優(yōu)穩(wěn)態(tài)權值計算公式。最后，開發(fā)實現(xiàn)了N