【出 处】：《 计算机仿真 》 CSCD 2013年第4期 270-274页,共5页

【作 者】： 郭德龙 [1] ; 夏慧明 [2] ; 周永权 [3]

【摘 要】 关于多项式函数算法优化问题，人工神经网络是解决函数逼近问题的一个重要方法。但由于传统的学习型神经网络存在缺陷，如对初始权重非常敏感，极易收敛于局部极小；收敛缓慢甚至不能收敛；过拟合与过训练；网络隐含节点数不确定等。针对上述问题，提出了一种多项式函数的三层泛函网络与逼近算法，并给出了中间隐层计算单元个数是如何确定。提出的算法能以任意精度逼近多项式函数，同时具有较快收敛速度和良好性能，克服了人工神经网络的不足。最后，给出了两个数值算例进一步验证算法的正确性。