基于BP神经网络的傅里叶核函数拟合研究  

Research on Fitting of Fourier Kernel Function Based on BP Neural Network

作　　者：任东红 林鹏 袁清萍[1] 邢兵锁[1] 董国贵[1] 

机构地区：[1]铜陵职业技术学院,安徽铜陵244000 [2]国网铜陵供电公司,安徽铜陵244000

出　　处：《铜陵职业技术学院学报》2018年第1期59-62,共4页Journal of Tongling Vocational & Technical College

基　　金：铜陵职业技术学院2016年院级自然一般项目"神经网络智能学习算法的研究"(KZ2016B001);铜陵职业技术学院2016年院级教研一般项目"电工实训与技能考核标准对撞研究"(JY2016B005)

摘　　要：针对常规数学方法拟合傅里叶核函数精度较低的问题,提出了一种基于BP学习算法的傅里叶核函数神经网络拟合模型。通过试探法确定BP神经网络隐含层神经元个数,BP学习算法训练神经网络找出各层神经元连接权值,从而最终构建神经网络拟合模型。仿真实验表明,构建的神经网络模型预测精度较高,具有较高的应用性。

关 键 词：傅里叶核函数 BP神经网络 BP学习算法 试探法 预测 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]