电声技术
電聲技術
전성기술
AUDIO ENGINEERING
2015年
2期
77-80,85
,共5页
蚁群算法%自适应最大-最小蚁群系统%BP算法%噪声有源控制
蟻群算法%自適應最大-最小蟻群繫統%BP算法%譟聲有源控製
의군산법%자괄응최대-최소의군계통%BP산법%조성유원공제
BP算法容易陷入局部极小值,对初值设置敏感,以及学习速度慢等缺陷,而蚁群算法具有全局寻优、正反馈以及分布式计算等特点,提出一种蚁群BP神经网络混合训练方法(AMMAS-BP).采用自适应最大-最小蚁群算法(AMMAS),对BP网络的权值参数进行全局训练,再使用BP算法对其进行局部学习.建立基于AMMAS-BP算法的汽车排气噪声有源控制系统的仿真模型.仿真结果表明,该方法改善了BP算法的收敛速度和收敛精度,提高了控制系统的降噪效果.
BP算法容易陷入跼部極小值,對初值設置敏感,以及學習速度慢等缺陷,而蟻群算法具有全跼尋優、正反饋以及分佈式計算等特點,提齣一種蟻群BP神經網絡混閤訓練方法(AMMAS-BP).採用自適應最大-最小蟻群算法(AMMAS),對BP網絡的權值參數進行全跼訓練,再使用BP算法對其進行跼部學習.建立基于AMMAS-BP算法的汽車排氣譟聲有源控製繫統的倣真模型.倣真結果錶明,該方法改善瞭BP算法的收斂速度和收斂精度,提高瞭控製繫統的降譟效果.
BP산법용역함입국부겁소치,대초치설치민감,이급학습속도만등결함,이의군산법구유전국심우、정반궤이급분포식계산등특점,제출일충의군BP신경망락혼합훈련방법(AMMAS-BP).채용자괄응최대-최소의군산법(AMMAS),대BP망락적권치삼수진행전국훈련,재사용BP산법대기진행국부학습.건립기우AMMAS-BP산법적기차배기조성유원공제계통적방진모형.방진결과표명,해방법개선료BP산법적수렴속도화수렴정도,제고료공제계통적강조효과.
