以憶阻型神經(jīng)網(wǎng)絡(luò)建模為例對(duì)數(shù)學(xué)建模教學(xué)改革進(jìn)行研究。分析了當(dāng)前數(shù)學(xué)建模教學(xué)過程中存在的問題,探討了憶阻型神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)建模的意義、過程和數(shù)值模擬分析,提出了數(shù)學(xué)建模教學(xué)的改革措施:結(jié)合工農(nóng)業(yè)生產(chǎn)和前沿科學(xué)問題建設(shè)現(xiàn)代化數(shù)學(xué)建模教學(xué)模式,采用多樣化教學(xué)手段,組建專業(yè)型教學(xué)團(tuán)隊(duì)并結(jié)合學(xué)科專業(yè)加強(qiáng)實(shí)踐教學(xué),鼓勵(lì)學(xué)生在畢業(yè)設(shè)計(jì)中融入數(shù)學(xué)建模思想并參加數(shù)學(xué)建模比賽。通過憶阻型神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)建模教學(xué),可使學(xué)生了解到前沿科學(xué)問題,提高數(shù)學(xué)思維能力和解決問題的能力。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖1憶阻器元件的結(jié)構(gòu)圖[5]

人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetworks)是一種模擬人類或動(dòng)物神經(jīng)網(wǎng)絡(luò)行為且進(jìn)行分布式并行處理的算法數(shù)學(xué)模型，在人工智能領(lǐng)域起著非常重要的作用。在許多本科生或研究生的數(shù)學(xué)建模課程學(xué)習(xí)與實(shí)踐中，神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)建模是非常熱門的研究方向之一。神經(jīng)網(wǎng)絡(luò)模型主要是模....

圖2時(shí)滯憶阻型神經(jīng)網(wǎng)絡(luò)模型的周期動(dòng)力學(xué)行為

初始值條件為φ(t)=(-1,1),t∈[-1,0]。借助MATLAB進(jìn)行數(shù)值模擬實(shí)驗(yàn)發(fā)現(xiàn)，該二維的時(shí)滯憶阻型神經(jīng)網(wǎng)絡(luò)模型具有復(fù)雜的周期動(dòng)力學(xué)行為，如圖2所示。人類大腦通常都處于周期性的振蕩或混沌狀態(tài)，對(duì)周期性質(zhì)的憶阻型神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)建模及其數(shù)值模擬進(jìn)行分析能更好地幫助人們理解人類....

本文編號(hào)：3908204