亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        改進(jìn)量子粒子群BP神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化及應(yīng)用

        2019-12-04 01:47:08賈偉趙雪芬
        軟件導(dǎo)刊 2019年10期
        關(guān)鍵詞:BP神經(jīng)網(wǎng)絡(luò)

        賈偉 趙雪芬

        摘要:針對現(xiàn)有BP神經(jīng)網(wǎng)絡(luò)選取權(quán)值和閾值不精確問題,采用改進(jìn)量子粒子群優(yōu)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值.首先在改進(jìn)的量子粒子群優(yōu)化算法中,采用雙層多種群優(yōu)化策略提高整個(gè)種群的尋優(yōu)能力,然后在每個(gè)子群中使用混沌反向?qū)W習(xí)和Levy飛行增強(qiáng)子群尋優(yōu)能力,最后利用改進(jìn)的量子粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值。實(shí)驗(yàn)結(jié)果表明,改進(jìn)的量子粒子群優(yōu)化算法能有效提高BP神經(jīng)網(wǎng)絡(luò)的全局尋優(yōu)能力和收斂性,對數(shù)控高速銑削加工的銑削力進(jìn)行準(zhǔn)確預(yù)測。

        關(guān)鍵詞:量子粒子群優(yōu)化;BP神經(jīng)網(wǎng)絡(luò);多種群;混沌反向?qū)W習(xí);Levy飛行

        DOI:10.11907/rjdk.191011開放科學(xué)(資源服務(wù))標(biāo)識碼(OSID):

        中圖分類號:TP301文獻(xiàn)標(biāo)識碼:A 文章編號:1672-7800(2019)010-0030-06

        0引言

        BP神經(jīng)網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò),它以預(yù)測誤差平方和最小作為目標(biāo),通過不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值逼近期望值。BP神經(jīng)網(wǎng)絡(luò)具有較好的自學(xué)能力、泛化能力和非線性映射能力,廣泛應(yīng)用于模式分類、農(nóng)業(yè)、信息監(jiān)測和圖像識別等領(lǐng)域。但是,BP神經(jīng)網(wǎng)絡(luò)選取初始權(quán)值和閾值具有一定的隨機(jī)性,可能產(chǎn)生非最優(yōu)的權(quán)值和閾值,導(dǎo)致BP神經(jīng)網(wǎng)絡(luò)的全局搜索能力較差,易陷入局部最優(yōu)解,而且收斂速度較慢,這些不足影響了其應(yīng)用效果。

        為解決BP神經(jīng)網(wǎng)絡(luò)存在的問題,采用智能優(yōu)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值的方法被提出,如Li等提出的量子粒子群優(yōu)化(Quantum-behaved Particle Swarm Opti-mization,QPSO)算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)(QPSO-BP),張明等提出的改進(jìn)的螢火蟲算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)(IEM-FA-BP),冷昕等提出采用改進(jìn)的人工蜂群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)(IABC-BP)。但這些智能優(yōu)化算法在尋優(yōu)能力方面還存在不足,導(dǎo)致對BP神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值的優(yōu)化結(jié)果不夠理想。

        OPSO算法是根據(jù)量子力學(xué)理論提出的一種具有量子行為的粒子群優(yōu)化算法。與其它智能優(yōu)化算法相比,OP-SO算法具有收斂速度快和參數(shù)設(shè)置較少的優(yōu)點(diǎn),但是存在易早熟收斂和局部尋優(yōu)能力較差的缺陷。為解決該問題,本文提出一種雙層多種群的OPSO(DQPSO)算法,采用DQPSO算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)(DQPSO-BP),通過優(yōu)化權(quán)值和閾值,提高BP神經(jīng)網(wǎng)絡(luò)全局搜索能力和收斂速度。

        期望值與網(wǎng)絡(luò)訓(xùn)練后的實(shí)際輸出值之間誤差由下式得到:

        其中,Ok是樣本在第k個(gè)輸出節(jié)點(diǎn)的期望值。

        如果期望值與網(wǎng)絡(luò)訓(xùn)練后的實(shí)際輸出值之間誤差較大,則進(jìn)行反向傳播,對各層的權(quán)值和閾值進(jìn)行調(diào)整。重復(fù)多次正向和反向傳播,直到網(wǎng)絡(luò)輸出的誤差減小到一定程度或達(dá)到最大訓(xùn)練次數(shù)為止。反向傳播過程中,根據(jù)學(xué)習(xí)速率η,隱含層的權(quán)值和閾值更新分別為:

        為了選取最優(yōu)權(quán)值和閾值,本文采用改進(jìn)的量子粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)初始權(quán)值和閾值,優(yōu)化步驟如下:

        輸入:輸入層節(jié)點(diǎn)數(shù)A,隱含層節(jié)點(diǎn)數(shù)B,隱含層數(shù),輸出節(jié)點(diǎn)數(shù)Q,學(xué)習(xí)速率η,DQPSO算法的最大迭代次數(shù)Emax,單種群的最大迭代次數(shù)Rmax,子群大小W,混沌反向?qū)W習(xí)最大迭代次數(shù)Tmax

        輸出:最優(yōu)權(quán)值和閾值

        4實(shí)驗(yàn)與分析

        為驗(yàn)證提出的BP神經(jīng)網(wǎng)絡(luò)DQPSO-BP在實(shí)際應(yīng)用中的有效性,本文將DQPSO-BP與現(xiàn)有的BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于數(shù)控高速銑削加工的銑削力預(yù)測中,并對預(yù)測結(jié)果進(jìn)行分析和比較?,F(xiàn)有BP神經(jīng)網(wǎng)絡(luò)包括QPSO-BP、IEMFA-BP和IABC-BP,本文利用改進(jìn)的QPSO算法DMQPSO和GQPSO分別優(yōu)化BP神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值,并將得到的BP神經(jīng)網(wǎng)絡(luò)DMQPSO-BP和GQPSO-BP應(yīng)用到數(shù)控高速銑削加工的銑削力預(yù)測中。

        4.1實(shí)驗(yàn)數(shù)據(jù)

        樣本數(shù)據(jù)來自數(shù)控機(jī)床DMG HSC 75Linear的銑削加工,將主軸轉(zhuǎn)速、每齒進(jìn)給量、徑向切削深度和軸向切削深度作為實(shí)驗(yàn)設(shè)計(jì)變量,主軸轉(zhuǎn)速取值分別為7000、8000、9000、10000、11000、12000、13000、14000,每齒進(jìn)給量取值分別為0.05、0.06、0.1、0.15、0.2、0.25、0.3、0.35,徑向切削深度取值分別為5、6、7、7.5、9、10、11、12,軸向切削深度取值分別為0.1、0.13、0.15、0.2、0.22、0.3、0.31、0.4。在4因素8水平情況下,通過正交實(shí)驗(yàn)設(shè)計(jì)得到2000組實(shí)驗(yàn)數(shù)據(jù)。

        4.2實(shí)驗(yàn)參數(shù)

        在實(shí)驗(yàn)中,BP神經(jīng)網(wǎng)絡(luò)涉及到的參數(shù)設(shè)置如下:A=4,Q=3,η=0.01,Emax=500,Rmax=300,W=30,Tmax=200。

        通常情況下,為了避免隱含層節(jié)點(diǎn)數(shù)過多而出現(xiàn)過擬合問題,一些學(xué)者采用以下公式確定隱含層節(jié)點(diǎn)數(shù):

        其中,輸入層的節(jié)點(diǎn)數(shù)為A,隱含層的節(jié)點(diǎn)數(shù)為B,輸出層的節(jié)點(diǎn)數(shù)為Q,α是1-10之間的常數(shù)。

        根據(jù)銑削力預(yù)測模型,本文使用式(21)得到隱含層節(jié)點(diǎn)數(shù)B的取值范圍在4-14之間。分別選取10%、20%、30%、40%、50%、60%、70%、80%和90%的數(shù)據(jù)作為訓(xùn)練樣本,采用均方根誤差(Root Mean Square Error,RMSE)作為衡量預(yù)測銑削合力的指標(biāo),選取最佳隱含層節(jié)點(diǎn)數(shù),RMSE公式為:

        采用不同比例訓(xùn)練數(shù)據(jù)得到的RMSE與隱含層節(jié)點(diǎn)數(shù)的關(guān)系如圖4所示,每種比例的訓(xùn)練數(shù)據(jù)獨(dú)立運(yùn)行20次。當(dāng)隱含層的節(jié)點(diǎn)數(shù)為10時(shí),不同比例的訓(xùn)練數(shù)據(jù)的RMSE都能取得最小值。因此,本文選取10作為最佳隱含層節(jié)點(diǎn)數(shù)。

        5結(jié)語

        在BP神經(jīng)網(wǎng)絡(luò)中,權(quán)值和閾值的初始值對尋優(yōu)能力及收斂性有著重要影響。為提高BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化效果,本文提出一種使用雙層多種群策略的QPSO算法DQPSO,通過混沌反向?qū)W習(xí)和Levy飛行進(jìn)一步提高單個(gè)種群的尋優(yōu)能力。在對數(shù)控高速銑削加工的銑削力預(yù)測中,利用DOP-SO算法獲取BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值,實(shí)驗(yàn)結(jié)果表明,本文提出的DOPSO算法能夠提高BP神經(jīng)網(wǎng)絡(luò)的全局尋優(yōu)能力和收斂性。后續(xù)工作會將本文提出的DQPSO-BP應(yīng)用于更多的實(shí)際問題中,進(jìn)一步提高DQPSO-BP的尋優(yōu)能力和收斂速度。

        猜你喜歡
        BP神經(jīng)網(wǎng)絡(luò)
        基于神經(jīng)網(wǎng)絡(luò)的北京市房價(jià)預(yù)測研究
        商情(2016年43期)2016-12-23 14:23:13
        一種基于OpenCV的車牌識別方法
        基于遺傳算法—BP神經(jīng)網(wǎng)絡(luò)的乳腺腫瘤輔助診斷模型
        一種基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)預(yù)測T/R組件溫度的方法
        基于BP神經(jīng)網(wǎng)絡(luò)的光通信系統(tǒng)故障診斷
        科技視界(2016年26期)2016-12-17 17:57:49
        提高BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速率的算法研究
        考試周刊(2016年21期)2016-12-16 11:02:03
        就bp神經(jīng)網(wǎng)絡(luò)銀行選址模型的相關(guān)研究
        基于DEA—GA—BP的建設(shè)工程評標(biāo)方法研究
        基于BP神經(jīng)網(wǎng)絡(luò)的旅行社發(fā)展方向研究
        商情(2016年39期)2016-11-21 09:30:36
        復(fù)雜背景下的手勢識別方法
        国产精品videossex久久发布 | 亚洲色欲色欲大片WWW无码| 亚欧同人精品天堂| 久久精品国产亚洲av调教| 亚洲国产综合在线亚洲区亚洲av | 亚洲色大成网站www久久九| 精品人妻无码一区二区色欲产成人| 99精品久久这里只有精品| 本道无码一区二区久久激情| 亚洲日日噜噜噜夜夜爽爽| 97人妻无码免费专区| 亚洲av乱码国产精品观看麻豆| 网址视频在线成人亚洲| 国产在线视频网友自拍| 99精品久久精品一区| 白白色发布的在线视频| 久久婷婷五月综合色奶水99啪| 国产成人亚洲精品| 日韩高清在线观看永久| 国产成人av综合亚洲色欲| www.五月激情| 极品精品视频在线观看| 国产精品亚洲精品日韩已方 | 加勒比av在线一区二区| 91九色熟女潮喷露脸合集| 77777_亚洲午夜久久多人| 亚洲国产精品sss在线观看av | 国产熟妇人妻精品一区二区动漫| 久久av高潮av喷水av无码| 日韩性感av一区二区三区| 狠狠综合久久av一区二区蜜桃| 色老板精品视频在线观看| 狠狠色综合网站久久久久久久 | 国产97色在线 | 亚洲| 超碰97人人做人人爱少妇| 亚洲专区一区二区在线观看| 国产在线一区二区视频免费观看| 国产大学生自拍三级视频| 国产一区二区三区精品成人爱 | 免费无码黄动漫在线观看| 老色鬼永久精品网站|