RBF网络做函数逼近的改进研究  

Research on Approximation of Function by Improved RBF Networks

作　　者：林万洪[1] 薛亮[1] 

机构地区：[1]北京航天医学工程研究所,北京100094

出　　处：《装备指挥技术学院学报》2006年第2期84-87,共4页Journal of the Academy of Equipment Command & Technology

基　　金：部委级资助项目

摘　　要：阐述了利用神经网络做函数逼近研究的必要性和合理性.通过实验发现：直接利用RBF网络（direct radial basis function networks,DRBFN）做函数及其导函数逼近时的缺点,在对此结论合理分析的基础上,给出间接利用RBF网络（indirect radial basis function networks,IRBFN）做函数及其导函数的逼近方法.仿真实验表明：改进后的网络性能有了较大提高,同时,根据实验结果提出了一个猜想.This paper expatiates the necessity and significance of using neural networks to research function approximation. The disadvantage of function and it＇s derivatives approximation based on using RBF（direct radial basis function） networks directly is found through experiments. After analyzing the results, the paper presents a new approach called RBF（indirect radial basis function） networks. The result shows that networks have better performance.

关 键 词：函数逼近 导函数 神经网络 RBF网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]