论文部分内容阅读
关于优化神经网络模型的快速性和精度,为了寻找最优的神经网络结构,在复杂网络的研究方法对多层前向神经网络模型的基础上,提出一种在层次结构上处于规则型到随机型神经网络过渡的中间网络模型-NW型多层前向小世界人工神经网络模型。利用对多层前向规则神经网络中神经元以某一概率p随机化向后层跨层连接,构建新的神经网络模型,然后将不同跨层概率下的小世界人工神经网络应用于函数逼近。在设定精度相同情况下对不同概率下的收敛次数做比较,仿真发现随机化加边概率p处于p=0.08附近时的小世界人工神经网络比同规模的规则网络和随机网络