赵庆兰,李文,董晓丽

• 1:西安邮电大学
• 2:西安工业大学

摘要(Abstract)：

利用BP神经网络可以逼近多变元非线性方程组的函数的反函数,并利用迭代算法进行求解方程组的根。在实验中发现迭代算法在迭代过程中由于误差过早收敛出现无穷迭代,且由于误差并不一直随迭代次数的增加而减少导致最后收敛的值并不一定是最小值。针对这两个问题对其进行了改进,并利用算例进行了实验分析。在输入区域偏离解区域很远的情况下也能求得方程组的近似解。

关键词(KeyWords)： BP神经网络;非线性方程组;迭代算法;误差收敛

Abstract:

Keywords:

基金项目(Foundation): 陕西省教育厅自然科学基金项目(11JK0897);; 陕西省教育厅科学研究计划基金资助项目(12JK0551)

作者(Author): 赵庆兰,李文,董晓丽

DOI: 10.16652/j.issn.1004-373x.2013.08.001

参考文献(References)：

• [1]焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1996:1-25.
• [2]张立明.人工神经网络的模型及其应用[M].上海:复旦大学出版社,1992.
• [3]ABIYEV Rahib Hidayat,ALTUNKAYA Koray.Neural networkbased biometric personal identification with fast iris segmenta tion[J].International Journal of Control,Automation,and Sys tems,2009,7(1):17-23.
• [4]YANG Li,SONG Ma-lin.Research on BP neural network fornonlinear economic modeling and its realization based on Mat lab[C]//International Symposium on Intelligent InformationTechnology Application.[S.l.]:[s.n.],2009:505-508.
• [5]蒋蓉蓉.一种基于遗传算法的BP网络改进方法[J].微计算机信息,2007,23(11):234-236.
• [6]王静伟.BP神经网络改进算法的研究[J].中国水运,2008,8(1):157-158.
• [7]CYBENKO G.Approximation by superpositions of a sigmidalfunction[J].Math Contral Signals Systems,1989,2:303-373.
• [8]PALM G.On representation and approximation of nonlinear sys tems[J].Discrete System Bid Cybernet,1979,34:49-52.
• [9]HECHT-NIELSEN R.Theory of the back propagation neuralnerwork[C]//Proceedings of the International Joint Conferenceon Neural Nerworks.[S.l.]:IJCNN,1989,1:593-608.
• [10]赵启林,卓家寿.非线性方程组的耦合神经网络算法[J].河海大学学报,2000,28(5):38-40.
• [11]吴灵敏,柳重堪.用神经网络解多元非线性方程组[J].北方交通大学学报,1997,21(2):245-248.
• [12]]赵华敏,陈凯周.解非线性方程组的神经网络方法[J].电子学报,2002,30(4):601-604.
• [13]孙银慧,白振兴,王兵,等.求解非线性方程组的迭代神经网络算法[J].计算机工程与应用,2009,45(6):55-59.