论文部分内容阅读
提出一种新型的前向神经网络模型——多项式神经网络。该网络具有三层结构,隐层、输出层神经元激活函数分别为:f(x)=xp和线性函数;网络隐层-输出层的权值采取最速下降法学习,输入层-隐层的权值采用遗传算法进行学习;网络学习时,其误差函数单调递减,学习算法具有较好的收敛性;该网络能逼近任意的连续函数,且具有较好的稳定性。应用实例表明该网络的性能是优良的。