基于连续时间系统仿真的神经网络学习算法

摘要：

从连续时间动力学的角度,研究了多层前馈神经网络的学习问题.基于李雅普诺夫稳定性分析方法,建立了一种神经网络权重参数连续调整的学习算法,并基于连续时间系统仿真的思想,给出了一种算法实现的自适应策略.算法实现中,通过估计截断误差估计自动调整步长,几乎不需要人工确定任何参数,而且可以保证算法的稳定性及计算精度.最后,给出了两个典型的应用算例.

关键词：连续时间系统、前馈神经网络、自适应学习算法、误差动力学、数字仿真

所属期刊栏目：21

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金60602025

在线出版日期：2010-07-12（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：6387-6390