摘要：为解决离散过程神经网络的训练问题，提出了两种基于数值积分的离散过程神经网络训练算法．分别采用三次样条积分和抛物插值积分直接处理离散样本和权值的时域聚合运算，采用梯度下降法实现网络参数的调整．以漫湾水电站的月径流数据预报为例，实验结果表明，两种算法性能接近，均优于基于正交基展开的过程神经网络．

关键词：离散过程神经网络 数值积分 三次样条积分 抛物插值积分 算法设计 

单位：东北石油大学计算机与信息技术学院 大庆163318