BP神經(jīng)網(wǎng)絡(luò)的算法改進(jìn)與應(yīng)用研究.pdf

1、人工神經(jīng)網(wǎng)絡(luò)是一種模擬大腦信息處理算法的非線性系統(tǒng)，具有強(qiáng)大的分布式信息存儲、并行處理和自適應(yīng)學(xué)習(xí)能力等特點(diǎn)。BP網(wǎng)絡(luò)由于結(jié)構(gòu)簡單、精度較高、易于編程、可操作性強(qiáng)、非線性映射能力強(qiáng)等優(yōu)點(diǎn)而成為目前神經(jīng)網(wǎng)絡(luò)中應(yīng)用最廣泛的一種。
　　由于標(biāo)準(zhǔn)BP算法采用的是最速梯度下降法，因而存在收斂速度慢、易陷入局部極小等缺點(diǎn)。為此，許多學(xué)者在標(biāo)準(zhǔn)BP算法的基礎(chǔ)上，從學(xué)習(xí)率、誤差函數(shù)、激勵(lì)函數(shù)、優(yōu)化算法、網(wǎng)絡(luò)結(jié)構(gòu)等方面進(jìn)行了大量的研究，并且提出了一

2、些改進(jìn)的BP算法。
　　本文首先對BP網(wǎng)絡(luò)模型和算法進(jìn)行了系統(tǒng)的綜述。針對標(biāo)準(zhǔn)BP算法的“平臺”現(xiàn)象，構(gòu)造了一種自適應(yīng)放大的誤差信號，通過修改激勵(lì)函數(shù)的導(dǎo)數(shù)，使權(quán)值的修正過程不會因飽和區(qū)域而趨于停滯，并對其收斂性進(jìn)行分析證明。其次，從影響B(tài)P網(wǎng)絡(luò)性能的學(xué)習(xí)率角度提出一種新的自適應(yīng)學(xué)習(xí)率改進(jìn)BP算法。
　　本文針對BP算法的缺陷，從兩個(gè)不同的角度對標(biāo)準(zhǔn)BP算法進(jìn)行改進(jìn)。為了驗(yàn)證新算法的改進(jìn)效果，本文將新算法分別應(yīng)用于解決函數(shù)逼