弹箭与制导学报
彈箭與製導學報
탄전여제도학보
JOURNAL OF PROJECTILES, ROCKETS, MISSILES AND GUIDANCE
2007年
3期
239-240,246
,共3页
遗传算法%实数编码%神经网络%机械振动
遺傳算法%實數編碼%神經網絡%機械振動
유전산법%실수편마%신경망락%궤계진동
针对传统的BP神经网络学习算法存在易陷入局部极小及收敛速度慢等缺陷,文中提出了利用实数编码改进遗传算法对神经网络进行优化训练,并把训练好的神经网络用于对机械振动信号的预测, 并与传统BP算法以及改进BP算法预测结果进行比较,充分证实了文中方法的有效性.
針對傳統的BP神經網絡學習算法存在易陷入跼部極小及收斂速度慢等缺陷,文中提齣瞭利用實數編碼改進遺傳算法對神經網絡進行優化訓練,併把訓練好的神經網絡用于對機械振動信號的預測, 併與傳統BP算法以及改進BP算法預測結果進行比較,充分證實瞭文中方法的有效性.
침대전통적BP신경망락학습산법존재역함입국부겁소급수렴속도만등결함,문중제출료이용실수편마개진유전산법대신경망락진행우화훈련,병파훈련호적신경망락용우대궤계진동신호적예측, 병여전통BP산법이급개진BP산법예측결과진행비교,충분증실료문중방법적유효성.