共查询到10条相似文献,搜索用时 633 毫秒
1.
基于GRNN神经网络的供应链安全库存预测 总被引:2,自引:0,他引:2
安全库存水平设置是供应链管理的重要内容,但因其影响因素多、关系复杂,预测难度大。神经网络在处理非线性问题有独特的优势。GRNN神经网络是建立在数理统计基础之上的一种新型的神经网络,具有良好的函数逼近效果。本文利用GRNN神经网络的方法进行供应链安全库存水平预测,详细介绍预测模型及其实施办法,并通过实例验证本方法的有效性。 相似文献
2.
3.
Bp神经网络的Matlab实现 总被引:1,自引:0,他引:1
介绍Bp神经网络以及利用Matlab神经网络工具箱构造Bp网络的方法,并阐述实现网络的关键问题,包括网络设计流程、学习规则选择、权重和阈值的训练与网络仿真.给出具体应用实例,构造一个典型三层结构的神经网络实现了具有函数逼近功能的Bp网络设计. 相似文献
4.
利用BP神经网络实现函数逼近 总被引:4,自引:0,他引:4
人工神经网络是一种非线性的动态数学模型,具有很强的函数逼近功能.本文先介绍BP网络结构,然后介绍MATLAB神经网络工具箱中关于神经网络系统设计的函数,并在此基础上设计一个BP网络来验证神经网络的函数逼近能力. 相似文献
5.
研究一类近似插值单隐层前向神经网络的逼近问题.利用Steklov平均函数,以光滑模为度量,估计了该网络对Lebesgue可积函数的逼近误差.所获结果表明:对于定义在[a,6]上的任意p(1≤P<+∞)次Lebesgue可积函数f(x),只要隐层节点数n足够大,均有一个近似插值神经网络以任意精度逼近f(x). 相似文献
6.
7.
在简单分析BP神经网络数学原理的基础上,指出了BP神经网络存在的问题.接着选择了一个具体的目标函数,利用Matlab的神经网络工具箱进行系统仿真.通过改变系统的隐层神经元数目、训练函数和激励函数,分别比较了系统在模型发生改变后在实现函数逼近性能方面的差异,并提出了要使BP神经网络在函数逼近方面具有良好的性能,在隐层神经元数目、训练函数以及传递(激励)甬数三个方面需要注意的问题. 相似文献
8.
小波神经网络是近年来发展起来的一种逼近非线性函数的新型人工神经网络.特别是,正交尺度函数为基函数的小波神经网络更适合于函数逼近.本文在此基础上讨论了小波神经网络对非线性AR(p)过程的逼近. 相似文献
9.
用于前馈神经网络的一种相继逼近训练算法 总被引:1,自引:1,他引:0
林洪燕 《赤峰学院学报(自然科学版)》2011,27(3):26-27
本文提出了一种用于前馈神经网络的基于隐单元递增的相继逼近训练算法,利用N维奇偶问题数值实验来比较基于隐单元递增的相继逼近训练算法的BP网络与标准BP网络,结果表明,基于新算法的BP网络是收敛的. 相似文献
10.
将神经网络和PID控制相结合,提出了一种神经网络整定的PID控制策略,并将其应用于交流伺服系统的控制.利用一个两层神经网络在线自适应调整PID控制器的参数;从而使系统的静态和动态性能指标较为理想.径向基函数神经网络用来辨识交流伺服系统的Jacobian信息,用正交最小二乘算法得到径向基函数神经网络的结构;然后用BP算法对该网络的权值进行训练使它逼近给定的函数.实验结果表明,这种系统具有响应速度快、稳态精度高和鲁棒性强等特点. 相似文献