计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2005年
1期
100-102
,共3页
神经网络%Delta-bar-delta算法%遗传算法%随机优化
神經網絡%Delta-bar-delta算法%遺傳算法%隨機優化
신경망락%Delta-bar-delta산법%유전산법%수궤우화
为解决采用反向传播算法的多层前馈神经网络收敛速度慢和容易陷入局部最小的问题,以及它对参数选择过于敏感,本文引入了遗传算法的思想和方法,提出了一种随机搜索和DBD算法相结合的新算法.通过对学习率的修正量随机互换,在不增加计算量和存储空间的情况下,使较大规模的网络能够快速收敛,摆脱了局部最小的陷阱,并且对网络参数的选择不太敏感.该算法在导弹综合测试专家系统的应用中取得了很好的效果.
為解決採用反嚮傳播算法的多層前饋神經網絡收斂速度慢和容易陷入跼部最小的問題,以及它對參數選擇過于敏感,本文引入瞭遺傳算法的思想和方法,提齣瞭一種隨機搜索和DBD算法相結閤的新算法.通過對學習率的脩正量隨機互換,在不增加計算量和存儲空間的情況下,使較大規模的網絡能夠快速收斂,襬脫瞭跼部最小的陷阱,併且對網絡參數的選擇不太敏感.該算法在導彈綜閤測試專傢繫統的應用中取得瞭很好的效果.
위해결채용반향전파산법적다층전궤신경망락수렴속도만화용역함입국부최소적문제,이급타대삼수선택과우민감,본문인입료유전산법적사상화방법,제출료일충수궤수색화DBD산법상결합적신산법.통과대학습솔적수정량수궤호환,재불증가계산량화존저공간적정황하,사교대규모적망락능구쾌속수렴,파탈료국부최소적함정,병차대망락삼수적선택불태민감.해산법재도탄종합측시전가계통적응용중취득료흔호적효과.
