海军工程大学学报
海軍工程大學學報
해군공정대학학보
JOURNAL OF NAVAL UNIVERSITY OF ENGINEERING
2011年
6期
40-43
,共4页
神经网络%RoboCup%BP算法%防守策略
神經網絡%RoboCup%BP算法%防守策略
신경망락%RoboCup%BP산법%방수책략
传统的BP神经网络算法已被有效地应用于处理RoboCup中防守策略,但是它具有最速下降法收敛速度慢和易陷入局部极小的缺点.针时该问题提出了一种改进的BP算法,通过增加附加动量项对BP算法进行了改进,并将之应用于离线的防守学习.随后,在RoboCup环境中与传统的BP算法进行了比较,结果表明:该方法可有效提高收敛成功率.
傳統的BP神經網絡算法已被有效地應用于處理RoboCup中防守策略,但是它具有最速下降法收斂速度慢和易陷入跼部極小的缺點.針時該問題提齣瞭一種改進的BP算法,通過增加附加動量項對BP算法進行瞭改進,併將之應用于離線的防守學習.隨後,在RoboCup環境中與傳統的BP算法進行瞭比較,結果錶明:該方法可有效提高收斂成功率.
전통적BP신경망락산법이피유효지응용우처리RoboCup중방수책략,단시타구유최속하강법수렴속도만화역함입국부겁소적결점.침시해문제제출료일충개진적BP산법,통과증가부가동량항대BP산법진행료개진,병장지응용우리선적방수학습.수후,재RoboCup배경중여전통적BP산법진행료비교,결과표명:해방법가유효제고수렴성공솔.
