Gaussian型RBF神经网络的函数逼近仿真研究

摘要：

为了研究Gaussian型RBF神经网络的逼近能力，首先介绍了Gaussian型RBF神经网络的结构和算法，然后在MATLAB7．0环境下，编程建立了Gaussian型RBF神经网络和BP神经网络，并以具体的非线性函数为例，分别用两种神经网络对其进行逼近.仿真结果表明，相对于传统BP神经网络而言，Gaussian型RBF神经网络对于非线性函数的逼近精度更高、收敛速度更快，具有良好的逼近能力，为解决非线性函数的逼近问题提供了良好的解决手段.

关键词：Gaussian函数、RBF神经网络、BP神经网络、函数逼近、仿真

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金资助项目61104071

在线出版日期：2013-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1383-1386