基于模拟退火的Levenberg-Marquardt算法在神经网络中的应用

针对一般BP网络存在的一些缺陷,首次提出了利用基于模拟退火的Levenberg—Marquardt算法．在相同的初始条件下,用基于模拟退火的Levenberg—Marquardt算法的神经网络和Levenberg—Marquardt算法进行了比较,得出前者的特点和优点：收敛于全局最优解。一般函数逼近的实现表明,提出的算法是可行的,有效的。