论文部分内容阅读
人工神经网络是在模仿人脑的神经元结构及机理的基础上建立起来的一种数学模型，它涉及心理、生物学、电子、计算机、数学、物理等交叉学科，近年来得到了汛猛的发展，目前已广泛的应用于模式识别、图像处理、自动控制、信号处理、经济研究等各个领域。 随着研究的不断深入，神经网络的结构在不断的改进，其结构功能已越来越接近于真实的神经细胞功能。双权值神经网络的提出为神经网络的研究增添了新的活力，引起了神经网络研究领域的广泛关注。文中提出了针对双权值神经网络的数据拟合算法，并用二维指数余弦函数的拟合同径向基网络拟合能力作了比较，显现出双权值神经网络在逼近能力与逼近速度上的优越性。本论文在第三章证明了基于单层的双权值神经网络可以逼近任意有界一致连续函数，并以其数字实例说明了实际应用。这一研究可以看作文研究的一种扩展。在第四章将双权值神经网络应用于控制领域，设计了一种直接自适应控制器，并给出了鲁棒算法，第五章将双权值神经网络应用于CO2提纯塔的系统辨识，显示出比其它方法取得了更好的效果，并在辨识的基础上，用常规的方法对系统的各输入参数进行了优化，取得了成功。第六章从画法几何的角度，在提出高维空间点覆盖理论的基础上给出了点覆盖的一些基本概念，还提出了一种多权值得神经网络的非特定