一种用于函数逼近的BP网络的设计

神经网络系统理论研究的重要意义已为许多科学家所承认，不少人把它看作未来智能计算机发展的一个主流方向．它的应用范围涉及到工程、计算机、物理、生物、经济、管理等科学领域．人们应用神经网络进行聚类分析、智能控制、模式识别和优化计算等等。但是许多问题的研究都要转化为用迭代的神经网络逼近函数问题的研究。本文主要基于神经网络的非线性逼近性质，来研究带一个隐层的前传神经网络对可积函数和连续函数的逼近能力问题。