论文部分内容阅读
提出一类形状具有较好可控性和可预见性的随机曲线生成方法，用于描述不具有分形特征的随机现象.从确定的自由曲线出发，对自由曲线的每一型值点给予一个随机权系数，随机地改变型值点的线性组合关系，使自由曲线向随机曲线转变.应用自适应线性神经元网络对自由曲线的调配函数进行训练，由自适应神经网络的自适应学习机理控制随机权系数的取值，并通过控制神经网络的可调参数影响随机权系数的神经网络输出，进一步控制随机曲线的整体或局部形状.对神经网络可调参数的三种不同的设置方式，可把自由曲线转变为规则的、非规则的或具有分形特征的随机曲