论文部分内容阅读
提出了一种进化泛函网络的建模与函数逼近方法，该方法把泛函网络建模过程转变为结构和泛函参数的优化搜索过程，利用遗传规划设计泛函网络神经元函数，对网络结构和参数共存且相互影响的复杂解空间进行全局最优搜索，实现泛函网络结构和参数的共同学习，并用混合基函数实现目标函数的逼近，改变了人们通常用同类型基函数来实现目标函数逼近的方式。数值仿真结果表明，提出的网络建模与逼近方法具有较高的逼近精度。