← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 3791.b

预测模型选择有条件

理解等级:中级

BP 前馈网络、RBF 网络和 Elman 局部反馈网络提供不同的非线性表示与时序建模方式。选择时应比较预测误差、所需历史阶次、计算成本及滚动求解的可行性。通用逼近性质只说明存在适合的参数配置,不保证训练找到全局最优;RBF 也不能普遍避免局部最优或保证收敛快。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《智能算法导论》第 188 项《19.4.1 基于神经网络算法的预测模型》(源文件:`_epub-src/EPUB/xhtml/chapter19_0011.xhtml`) - 结论依据:正文比较 BP、RBF、Elman 的结构、收敛和滚动优化复杂度;原文将 RBF“避免局部最优”与 BP 初值问题绝对化,卡片改为需要实验验证的选择条件。 - 原始内容:“建立预测模型时常用的神经网络有BP神经网络、RBF神经网络、Elman神经网络等。”