力学：对偶神经网络中激活函数对的改进

图 迭代步数随预设精度变化曲线

摘要：对偶神经网络的多重定积分计算方法相比于传统的数值积分方法，优势在于可以获得被积函数的原函数，但在实际训练过程中精度和效率仍无法达到预期。为此，本文拟通过构造对偶神经网络中新的激活函数对来解决此类问题，引入了sigmoid()/softplus()做为对偶神经网络新的激活函数对。通过算例仿真，相比于采用传统激活函数对的对偶神经网络，含有激活函数对sigmoid()/ softplus()的对偶神经网络精度更高、收敛速度更快。

关键词：对偶神经网络; 多重定积分; sigmoid()/softplus(); 激活函数对

作者：李海滨，李尚杰