BP神經(jīng)網(wǎng)絡(luò)的算法改進(jìn)及應(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(chǔ)、并行處理和自適應(yīng)學(xué)習(xí)能力等特點(diǎn)。而BP網(wǎng)絡(luò)包含了神經(jīng)網(wǎng)絡(luò)理論中最精華的部分，具有結(jié)構(gòu)簡(jiǎn)單、技術(shù)成熟的優(yōu)點(diǎn)，已被廣泛應(yīng)用于模式識(shí)別、智能控制等領(lǐng)域。但由于BP算法采用的是梯度下降法，因而存在收斂速度慢、易陷入局部極小等缺點(diǎn)。
　　 本文首先對(duì)BP網(wǎng)絡(luò)模型和算法進(jìn)行了系統(tǒng)的綜述。針對(duì)標(biāo)準(zhǔn)BP算法的“平臺(tái)”現(xiàn)象，構(gòu)造了一種自適應(yīng)放大的誤差信號(hào)，通過修改激勵(lì)函

2、數(shù)的導(dǎo)數(shù)，使權(quán)值的修正過程不會(huì)因飽和區(qū)域而趨于停滯，并對(duì)其收斂性進(jìn)行分析證明。
　　 其次，從影響B(tài)P網(wǎng)絡(luò)性能的綜合因素考慮，提出了一種自適應(yīng)調(diào)節(jié)學(xué)習(xí)率和動(dòng)態(tài)調(diào)整S型激勵(lì)函數(shù)相結(jié)合的改進(jìn)BP算法。該算法將學(xué)習(xí)率與誤差函數(shù)相關(guān)聯(lián)，并對(duì)每個(gè)隱單元和輸出單元的激勵(lì)函數(shù)的斜率進(jìn)行自動(dòng)調(diào)整。
　　 最后，將擅長(zhǎng)全局搜索的遺傳算法和局部尋優(yōu)能力較強(qiáng)的BP算法相結(jié)合，設(shè)計(jì)了一種基于改進(jìn)遺傳算法的BP網(wǎng)絡(luò)訓(xùn)練方法。通過采用遞階編碼、自適