

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、神經(jīng)網(wǎng)絡(luò)(人工神經(jīng)網(wǎng)絡(luò)的簡稱,ANN)是受到生物神經(jīng)系統(tǒng)傳遞處理信息方式的啟示提出的一種網(wǎng)絡(luò)模型[1]。它是對生物神經(jīng)系統(tǒng)的一種簡化和模擬,由許許多多的人工神經(jīng)元通過有序復(fù)雜的相互連接組成。雖然單個神經(jīng)元的結(jié)構(gòu)簡單,功能有限,但是大量的神經(jīng)元高度互連形成的龐大神經(jīng)網(wǎng)絡(luò)具有很強的信息傳遞和處理能力。
BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)是一種典型的前饋型神經(jīng)網(wǎng)絡(luò)。由于其結(jié)構(gòu)簡單、BP算法易于實現(xiàn),是目前研究最多,應(yīng)用
2、最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一[2]。因其擁有強大的非線性函數(shù)映射能力、并行分布式處理能力、自學(xué)習(xí)和自適應(yīng)能力、泛化能力、容錯能力,使其在模式識別、函數(shù)逼近、圖像識別、航空航天、智能控制、市場預(yù)測、企業(yè)管理等領(lǐng)域得到了廣泛的應(yīng)用[3]。但是由于標準的BP算法在網(wǎng)絡(luò)訓(xùn)練階段收斂速度慢、易產(chǎn)生波動和震蕩,使其在實際應(yīng)用中受到很大的制約。另外,訓(xùn)練初始點和初始步長也會嚴重影響B(tài)P神經(jīng)網(wǎng)絡(luò)的性能。因此,本文的目的就是要通過分析和研究解決標準BP算法收
3、斂速度慢的問題,并研究不同算法受訓(xùn)練初始點和初始步長影響的大小,從而為BP神經(jīng)網(wǎng)絡(luò)的實際應(yīng)用掃清障礙以及為實際應(yīng)用的算法選擇提供依據(jù)。
針對標準BP算法的缺點和不足,本文查閱了大量的相關(guān)文獻資料,分析和總結(jié)了存在這些缺點和不足的原因,并在此基礎(chǔ)上重點比較研究了整體變步長和個體變步長算法的原理及其實現(xiàn),通過4個實例在Matlab平臺上進行一系列的仿真實驗,并對得出的大量數(shù)據(jù)進行科學(xué)的數(shù)理統(tǒng)計分析,最終得出實驗結(jié)論。由于BP神經(jīng)網(wǎng)
4、絡(luò)的性能受到BP算法、激活函數(shù)、歸一化區(qū)間、初始點、初始步長等諸多因素的影響。因此,進行仿真實驗時采用單一變量,多次重復(fù)實驗求取均值和相對方差的方法來進行數(shù)據(jù)分析。
本文得出的主要結(jié)論:
(1)整體變步長和個體變步長算法可以大大加快網(wǎng)絡(luò)訓(xùn)練的收斂速度,并且克服了標準BP算法易出現(xiàn)的波動和震蕩現(xiàn)象。
(2)整體變步長算法是一種嚴格意義上的梯度下降法,而個體變步長算法不是嚴格意義上的梯度下降法。它是把n維的梯度
5、向量沿著n個相互垂直的坐標軸方向進行分解,并在這n個方向上的梯度分量進行搜索來尋找最優(yōu)點。
(3)在算法的收斂速度方面,彈性搜索的個體變步長算法最快,其次是步長繼承的整體變步長算法、坐標輪換搜索的個體變步長算法、步長不繼承的整體變步長算法。
(4)在算法受訓(xùn)練初始點影響方面,步長不繼承的整體變步長算法受訓(xùn)練初始點影響最小,其次是坐標輪換的個體變步長算法、步長繼承的整體變步長算法、彈性搜索的個體變步長算法。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 變步長神經(jīng)網(wǎng)絡(luò)盲均衡算法的研究.pdf
- 變步長功率控制算法研究.pdf
- 變步長盲均衡算法的研究.pdf
- 變步長盲源分離算法的研究.pdf
- 變步長LMS自適應(yīng)濾波算法的研究.pdf
- 基于變步長理論的自適應(yīng)均衡算法研究.pdf
- 基于水聲通信的變步長LMS算法的研究與實現(xiàn).pdf
- 基于自然梯度算法的變步長盲源分離.pdf
- 變步長恒模盲均衡算法的FPGA實現(xiàn).pdf
- 最小差錯概率變步長盲均衡算法的研究.pdf
- 48260.隨機微分方程變步長數(shù)值算法研究
- 基于變步長LMS算法的APF諧波電流預(yù)測方法.pdf
- 帶自適應(yīng)步長神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的收斂性分析.pdf
- 變步長采樣系統(tǒng)的鎮(zhèn)定問題.pdf
- 模糊變步長自適應(yīng)諧波檢測研究與實現(xiàn).pdf
- 基于新型變步長LMS的自適應(yīng)諧波檢測算法.pdf
- 基于變步長雙模式盲均衡的研究.pdf
- 無線通信信道變步長盲均衡算法研究畢業(yè)設(shè)計
- 基于DCT的變步長LMS算法在噪聲抵消中的應(yīng)用.pdf
- 基于變步長LMS的電力系統(tǒng)諧波檢測算法研究.pdf
評論
0/150
提交評論