BP神經(jīng)網(wǎng)絡(luò)的混沌優(yōu)化方法研究與應(yīng)用.pdf

1、BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)是目前人工神經(jīng)網(wǎng)絡(luò)中最具代表性和應(yīng)用最廣泛的模型之一。其結(jié)構(gòu)簡單，可操作性強(qiáng)，能模擬任意的非線性輸入輸出關(guān)系，在模式分類，圖像處理，決策支持等領(lǐng)域都有著廣泛地應(yīng)用。雖然BP神經(jīng)網(wǎng)絡(luò)得到廣泛地應(yīng)用，但是由于訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)的BP算法，在本質(zhì)上它是一種非線性優(yōu)化問題的梯度算法，所以它存在收斂性問題。即該算法不能保證訓(xùn)練結(jié)果一定收斂到全局最優(yōu)點(diǎn)，容易陷入局部極小點(diǎn)無法跳出而達(dá)不到全局最優(yōu)點(diǎn)；全局

2、收斂速度很慢，訓(xùn)練時間過長；同時收斂性過分依賴于初始連接權(quán)值，學(xué)習(xí)率的選擇等問題，一定程度上影響了它的應(yīng)用效果。混沌是存在于非線性系統(tǒng)中一種較為普遍的現(xiàn)象，它的運(yùn)動軌跡具有遍歷性，隨機(jī)性等特點(diǎn)，它能在一定范圍內(nèi)按其自身規(guī)律不重復(fù)遍歷所有的狀態(tài)。針對BP算法存在以上諸多問題，本文引入混沌優(yōu)化思想，將BP算法具有的快速收斂到局部最優(yōu)的特點(diǎn)與混沌搜索具有的全局遍歷性有機(jī)結(jié)合，利用典型混沌映射Logistic方程優(yōu)化學(xué)習(xí)率，探討了一種具有混沌學(xué)

3、習(xí)率的BP算法來優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程，以克服BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中容易陷入局部極小值和全局收斂速度慢的現(xiàn)象。
　　 本文將改進(jìn)后的算法應(yīng)用于某市對某電信ICDY業(yè)務(wù)訪問量的網(wǎng)絡(luò)流量預(yù)測和人臉偏轉(zhuǎn)方向判斷。實驗結(jié)果充分表明，具有混沌學(xué)習(xí)率的BP算法，在預(yù)測擬合效果和人臉方向判斷上都達(dá)到設(shè)定目標(biāo)。為了證明改進(jìn)算法的合理性和有效性，本文將改進(jìn)算法與三種基于學(xué)習(xí)率改進(jìn)的BP算法比較，收斂速度和精度得到明顯提高，且具有一定的避免B