多项式前向神经网络

提出了一种新型的前向神经网络模型-多项式神经网络。该网络具有三层结构，隐层、输出层神经元激活函数分别为：f(x)=x^p和线性函数，网络隐层-输出层的权值采取最速下降法学习，输入层-隐层的权值采用遗传算法进行学习；网络学习时，其误差函数单调递减，学习算法具有较好的收敛性；该网络能逼近任意的连续函数，且具有较好的稳定性，应用实例表明该网络的性能是优良的。