| 快速收敛的BP神经网络算法 |
| |
| 引用本文： | 王贇松,许洪国. 快速收敛的BP神经网络算法[J]. 吉林大学学报(工学版), 2003, 33(4): 79-84 |
| |
| 作者姓名： | 王贇松 许洪国 |
| |
| 作者单位： | 1. 山东理工大学,交通与车辆工程学院,山东,济南,250014
2. 吉林大学,交通学院,吉林,长春,130025 |
| |
| 摘 要： | 以标准BP算法为基础,应用Levenberg Marquardt最优化方法,提出了一种快速收敛的BP算法———LMBP算法。经实验验证并与标准BP算法及其它改进形式比较,LMBP算法大大提高了收敛速度,而且性能稳定。这为BP神经网络应用于实时性要求高的场合(如在线检测)提供了算法基础。该算法的缺点是计算量大,所需计算机内存大,不适合大型网络的计算。
|
| 关 键 词： | 神经网络 LMBP算法 LevenbergMarquardt最优化方法 |
| 文章编号： | 1671-5497(2003)04-0079-06 |
| 修稿时间： | 2002-11-29 |
Fast convergent algorithm-BP for trainning neural network |
| |
| Abstract: | A new kind of BP algorithm LMBP that converges very fast is proposed in this paper by using Levenberg Marquardt optimization method and standard BP algorithm.The experimental results prove that LMBP converges very rapidly and has good stability property compared with that of the standard BP algorithm and other improved ones.LMBP algorithm is suitable for the case with high demands of on line computation,e.g.on line measurement.But when the size of neural network increases, it needs enormous calculation and large computer memory space. |
| |
| Keywords: | neural network LMBP algorithm Levenberg-Marquardt optimization method |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
