控制工程
控製工程
공제공정
CONTROL ENGINEERING OF CHINA
2006年
6期
550-552,556
,共4页
神经网络%模拟退火算法%冷却进度表%Powell算法
神經網絡%模擬退火算法%冷卻進度錶%Powell算法
신경망락%모의퇴화산법%냉각진도표%Powell산법
针对训练神经网络权值的BP算法容易陷于局部最小值点的问题,提出了带自适应冷却进度表的模拟退火算法与Powell算法构成新型混合算法,用该算法训练网络的权值.冷却进度表中主要参数是模拟退火算法的控制参数T的初值T0和T的衰减函数.把整个迭代过程划分为若干阶段,在每个阶段结束时,依据网络模型误差自适应地修正下阶段的T0(回火温度)、T的衰减函数中的参数和迭代步长初值.仿真结果表明,上述混合算法具有很强的全局和局部搜索能力,其性能优于BP算法;该算法在油田系统建模问题中的成功应用也表明了该方案的有效性.
針對訓練神經網絡權值的BP算法容易陷于跼部最小值點的問題,提齣瞭帶自適應冷卻進度錶的模擬退火算法與Powell算法構成新型混閤算法,用該算法訓練網絡的權值.冷卻進度錶中主要參數是模擬退火算法的控製參數T的初值T0和T的衰減函數.把整箇迭代過程劃分為若榦階段,在每箇階段結束時,依據網絡模型誤差自適應地脩正下階段的T0(迴火溫度)、T的衰減函數中的參數和迭代步長初值.倣真結果錶明,上述混閤算法具有很彊的全跼和跼部搜索能力,其性能優于BP算法;該算法在油田繫統建模問題中的成功應用也錶明瞭該方案的有效性.
침대훈련신경망락권치적BP산법용역함우국부최소치점적문제,제출료대자괄응냉각진도표적모의퇴화산법여Powell산법구성신형혼합산법,용해산법훈련망락적권치.냉각진도표중주요삼수시모의퇴화산법적공제삼수T적초치T0화T적쇠감함수.파정개질대과정화분위약간계단,재매개계단결속시,의거망락모형오차자괄응지수정하계단적T0(회화온도)、T적쇠감함수중적삼수화질대보장초치.방진결과표명,상술혼합산법구유흔강적전국화국부수색능력,기성능우우BP산법;해산법재유전계통건모문제중적성공응용야표명료해방안적유효성.
