基于基函数展开的双隐层过程神经元网络及其应用

提出一类基于基函数展开的双隐层过程神经元网络模型. 过程神经元隐层完成对输入信息过程模式特征的 提取和对时间的聚合运算, 非时变一般神经元隐层用于提高网络对系统输入输出之间复杂关系的映射能力. 在输入 空间中引入一组函数正交基, 将输入函数和网络权函数表示为该组正交基的展开形式, 利用基函数的正交性简化过 程神经元聚合运算. 以旋转机械故障诊断和油藏开发过程采收率的模拟为例, 验证了模型和算法的有效性.