摘 要:研究BP神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)理論,詳細(xì)分析幾種流行的BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的優(yōu)缺點(diǎn)。針對(duì)一般BP算法收斂速度慢,易陷入局部極小值的缺陷,受Fletcher-Reeves線性搜索方法的指引,提出基于改進(jìn)共軛梯度擊的BP算法。從理論方面對(duì)算擊進(jìn)行深入的分析,介紹算去的詳細(xì)思路和具體過程。并將算法訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)運(yùn)用到函數(shù)逼近中去。仿真結(jié)果表明,這種改進(jìn)方案確實(shí)能夠改善算法在訓(xùn)練過程中的收斂特性,而且提高收斂速度,取得令人滿意的逼近效果。
關(guān)鍵詞:網(wǎng)絡(luò)算法;BP神經(jīng)網(wǎng)絡(luò);共軛梯度法
中圖分類號(hào):TP183 文獻(xiàn)標(biāo)識(shí)碼:A
計(jì)算技術(shù)與自動(dòng)化2007年3期