基于扰动的加速神经网络模型及其应用  

Disturbing accelerating back-propagation algorithm and its aplication

作　　者：金光球[1] 汪莲[1] 曹明宏[2] 周玉良[1] 

机构地区：[1]合肥工业大学土木建筑工程学院,安徽合肥230009 [2]安徽鸿路钢结构有限公司,安徽合肥231131

出　　处：《合肥工业大学学报（自然科学版）》2005年第10期1330-1333,共4页Journal of Hefei University of Technology：Natural Science

摘　　要：针对BP算法收敛速度慢且存在局部极小值的问题,提出了基于扰动的加速神经网络DABP模型;研究结果表明,DABP模型提高了网络的收敛速度和计算精度,增强了全局搜索能力,达到了加速神经网络的训练效果,并提高了网络的预测能力。In view of the low speed of convergence of the back-propagation algorithm（BP） and the local minimum problem existing in the BP algorithm,a disturbing accelerating back-propagation algorithm （DABP） is established. The result of research shows that the DABP algorithm can enhance the speed of convergence ,the calculation precision ,the ability of global search and the forecast ability of the network.

关 键 词：BP神经网络 扰动 收敛速度 全局搜索 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TV697.13[自动化与计算机技术—控制科学与工程]