递归神经网络逼近性能的研究.pdf

递归神经网络逼近性能的研究 ‘ 丛爽 戴谊 (巾圜科学技术大学自动化系．含肥，230027) 摘要：在将一般递归网络空问状态模型转化为输入输出模型的基础上，证明了递归网络在一定条件下可对任意非线性特性 实现完全逼近．指出递归网络要实现逼近，需考虑初始条件、嵌入维敷，逼近时效等因素．通过实例给出完整的网络设计过 程． 关键词：递归神经网络：函数逼近；空间状态模型；输入输出模型 ofPerformanceofRecurrentNeural。Networks Study ShuangCongHDai ofScienceand (Dept．ofAutomation，UniversityTechnologyofChina，Hefei-230027) Abstract：Onthebasisofthetransitionfrom statemodelinto modelofthe recurrentneural space input／output general networks，we thatrecurrentnetworksrealizeentire urider conditions．Andout to non-linear some prove may approximationarbitrary property point thatinordertorealizethe ofrecurrent initial dimensionand effects approximationnetworks，theconditions，embedapproximation ’ mustbeconsidered．Thenetwork are thenumerical completedesignprocessgiven through example． Neural State Model’ Networks：Function Keywords：Recurrent Approximation：SpaceModel：Input／Output 1前言 ㈣、7 H?：“卜兹黠拦共诙：譬：：爵D’U(后)，U(七一1)，…【，(七一Ⅲ+I)) 对非线性函数的逼近能力是人工神经网络一个重要 其中，F为连续的已知非线性映射函数，F(·)的具 的应用方面。Homik等人已在1989年证实1’1，多层前向 网络是一个通用的非线性函数逼近器。关于递归神经网 统的输入变量及输出变量。若定义：． 络逼近性能，在对连续非线性动态