首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 62 毫秒
1.
本文针对传统BP算法存在的两个常见问题进行了讨论,提出了基于步长优化和共轭梯度法的改进BP算法。新的算法避免了目前由人为经验确定迭代步长的缺陷,并能有效克服局部极小值。这样可使网络加快收敛,稳定性变好。  相似文献   

2.
BP网络是目前应用很广的人工神经网络。改善BP网络算法尤其是提高BP网络的学习速度一直是人们研究的重点课题。本文在对BP网络现行算法研究的基础上,提出根据系统误差自适应调节学习率的快速BP算法(FBP),并以棉花棉铃虫预测为例,对两种算法的收敛速度进行了比较。  相似文献   

3.
BP网络是目前应用很广的人工神经网络。改善BP网络算法尤其是提高BP网络的学习速度一直是人们研究的重要课题。本文在对BP网络现行算法研究的基础上,提出根据系统误差自适应调节学习率的快速BP算法(FBP),并以棉花棉铃虫预测为例,对两种算法的收敛速度进行了比较。  相似文献   

4.
神经元网络理论在乙烯精馏塔成分估计中的应用   总被引:3,自引:1,他引:3  
针对前馈神经元网络误差反向传播算法(BP算法)收敛速度慢,且常常收敛于局部极小值等缺陷,提出了一种基于变步长、加压缩因子的共轭梯度搜索的快速学习算法。与标准的BP法相比,该方法不仅学习收敛速度快,而且精度也有所提高。通过对乙烯精馏塔成分估计的应用表明,该方法比最小二乘估计法具有更好的外推性。  相似文献   

5.
热释放率计算和预测的神经网络方法   总被引:1,自引:1,他引:0  
基于多层前馈神经网络提出了火灾实验中不同材料热释放率的学习算法和预测技术.同时,将具有全局收敛特性的混合共轭梯度(MCG)算法应用于该问题中多层前馈神经网络的训练,克服了传统BP算法收敛速度慢,推广性能差的缺陷.文中对MCG方法进行了大量模拟,并将模拟结果与BP算法及带有动量项的BP算法作了全面比较,结果表明:MCG方法不仅在学习速度和收敛性方面均优于传统的BP算法而且显示了良好的性能和行为  相似文献   

6.
前向网络的两种混合学习策略   总被引:10,自引:0,他引:10  
针对前向网络反向传播算法(BP)训练缓慢和易于陷入局部极小的缺点以及反向运算的复杂性,利用BP算法监督学习特点、模拟退火(SA)算法在局部极小处的概率突跳特性和遗传算法(GA)的并行化群体搜索的特点,有效结合BP和SA算法以及GA和SA算法,提出了前向网络的两种混合学习策略即BP&SA混合策略和GA&SA混合策略。以异或问题为例,通过计算机仿真对混合策略与BP、改进BP算法的比较表明混合学习策略较大程度改进了前向网络学习的收敛性能和收敛速度,并一定程度上避免了反向运算的复杂性,是前向神经网络学习的有效算法。  相似文献   

7.
分析了BP网络存在的主要问题及其产生原因,提出了改进算法BPG,以共轭梯度方向代替梯度方向进行搜索,并在学习过程中采用不精确的一维搜索、限幅和条件轮回等措施.计算机仿真结果表明:改进的BPG算法优于原BP算法.  相似文献   

8.
用人工神经网络技术表达船舶型线的算法   总被引:5,自引:1,他引:4  
应用人工神经网络技术表达船舶型线,针对多元函数逼近问题,分析了影响BP算法的诸多因素。尝试了逐层学习算法,算法中的优化方法选用共轭梯度法,学习率的调整采用一维法求取最佳值的方法,编辑算结构表明,其收敛速度比普通BP算法快约一个数量级,在此基础上,以一般3.6万t散货船的型线为例,完成了船舶型线的人工神经元网络表达。  相似文献   

9.
混合激活函数对BP算法收敛速度的影响   总被引:3,自引:0,他引:3  
研究了不同激活函数选取对BP网络收敛速度的影响,得出了全采用组合激活函数可改善BP网络的收敛性的结论。以电力变压器的人工神经网络故障诊断为例选取的TTS(T表示为双曲正切函数,S表示为Sigmoid函数)的组合激活函数方式,具有快速收敛性和较高的故障诊断精度。  相似文献   

10.
BP网络学习参数模糊自适应算法的实现   总被引:8,自引:2,他引:6  
前馈神经网络BP算法的改进方案中,对网络训练(学习)过程率和惯性系数进行模糊自适应调节,以提高收敛速度,晃一项很有效的措施。文中具体分析了如何根据设计者的先验知识确定模糊规则和录属函数,并以三比特异或函数(或称奇偶分类)的实现为例,验证了这种算法的改进、加速了BP网络的学习过程。  相似文献   

11.
提高神经网络(NN)的收敛速率和预测精度一直是人工智能领域的一个挑战性问题,尽管许多研究人员已在研究中使用小批量数据训练神经网络获得了较好的效果,但是这些方法并不够灵活.针对这个问题,该文提出了一种新的数据预处理算法即Fibonacci采样算法.根据Fibonacci数列规则绘制一个新的训练数据序列,这不仅可以恢复小批量数据的划分,而且还可以提供更灵活的批量规模的选择.实验结果表明:在梯度下降之前,Fibonacci数据划分序列能得到较好的实验结果.在应用于相同的单个CNN(5层卷积神经网络)和AlexNet中,Fibonacci采样算法比传统的小批量梯度下降算法能获得更高的准确度和更低的损失值,并且在几种通用网络(LeNet、AlexNet、VGG-16、GoogLeNet)上的性能也取得显著提升.  相似文献   

12.
基于人工神经网络的 BP算法 ,建立了根据边坡开挖后岩体位移观测数据识别岩体弹性力学参数的数值方法 .在网络训练过程中采用改进的 BP算法 ,通过对学习算子的优化搜索 ,大大提高了网络的收敛速度 ,解决了 BP算法迭代过程中目标函数振荡问题 .通过算例表明 ,提出的改进的 BP算法有助于提高岩土材料参数识别收敛速度和识别精度 .图5 ,表 3,参 15  相似文献   

13.
IntroductionResearch on artificial neural networks(ANN) hasmade great progress during the past few years.Neural networks have been widely used in chemicalprocesses.Among all kinds of networks,the back-propagation (BP) network is the most commonchoice forits high capability of nonlinear mapping,study and classification. Through adjustingnetwork weights according to samples,the BPnetwork can simulate systems with complexnonlinear mapping relationships,such as chemicalprocesses. The most com…  相似文献   

14.
针对BP神经网络、遗传神经网络等智能算法在机械设备关键部件的性能评估过程中训练收敛速度慢,且会遇到局部极小的问题,提出一种运用蚁群算法训练神经网络的权值和阈值的混合智能算法--蚁群神经网络.将蚁群神经网络应用于混凝土泵车主泵系统中主泵轴承的模式识别和性能评估.结果表明,蚁群神经网络能很好地解决收敛速度慢、局部极小的问题,提高了分类精度,展现了良好的应用前景.  相似文献   

15.
基于前向神经网络的多新息随机梯度辨识算法   总被引:7,自引:0,他引:7  
为了提高动态系统的辨识精度,提出一种基于前馈神经网络的多新息随机梯度辨识算法,它通过动态调整网络权值来提高网络在线辨识性能.由于多新息随机梯度辨识算法利用了系统的当前数据和历史数据,对动态辨识,特别是对具有纯时间延迟动态系统的辨识,较传统的BP算法在辨识精度和收敛速度方面具有更好的效果.仿真结果表明该算法的有效性.  相似文献   

16.
为加速遗传算法的进化过程和缩短其进化周期,探讨了将遗传算法融合神经网络进行离心叶轮形状优化设计的方法,即应用神经网格替代有限元法来完成结构优化设计中的静应力分析任务.同时,提出一种改进的前向反馈神经网络(BP算法),在训练过程中,学习率和动量项依据输出的均方差自适应调整,来加快网络训练速度和改善收敛性.采用混合神经网络的遗传算法对某离心压缩机叶轮进行优化设计,结果表明优化设计时间可缩短至单纯采用遗传算法的几十分之一,同时也验证了该方法的有效性和可行的。  相似文献   

17.
神经网络迭代学习控制快速算法的研究   总被引:1,自引:0,他引:1  
研究了非线性系统的神经网络迭代学习控制问题,为了提高神经网络学习控制的收敛速度,改进了权值的迭代学习算法,提出了一种新的训练权值方法,它以递推的方法来计算网络权值,不仅能减少计算量且收敛速度快,最后,用仿真结果对该算法作了进一步的验证。  相似文献   

18.
基于遗传算法的神经网络权值优化   总被引:15,自引:0,他引:15  
针对BP算法学习效率低、收敛速度慢,以及易陷入局部最优等缺点,提出了一种新型的、基于自然选择和基因遗传学原理的随机搜索算法——遗传算法(Genetic Algorithm),并论述了它在BP神经网络中权值优化的问题。仿真结果表明,用遗传算法优化BP神经网络的权值收敛速度快,并有效解决了BP算法易陷入局部最优的问题。  相似文献   

19.
针对基于前馈神经网络的盲均衡算法中,BP优化算法具有收敛速度慢、易陷入局部极小的缺点,提出了一种新的盲均衡算法,该算法结合动量项前馈神经网络与传统恒模盲均衡算法的优点,将以前权值的调节量用于当前权值的修改过程,降低了算法对于误差曲面局部极值点的敏感性。仿真结果表明,该算法可有效抑制网络陷入局部极小,防止振荡,加快盲均衡器的收敛速度。  相似文献   

20.
基于伪阻抗学习的神经网络状态估计方法   总被引:1,自引:0,他引:1  
针对反向传播算法收敛速度慢,且常收敛于局部极小值的缺陷,讨论了伪阻抗学习算法;并利用神经网络的学习能力和非线性特性,讨论了非线性动态系统的状态估计方法。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号