前馈神经网络 BP 算法瓶颈析  

An analysis on glassneck of feedforward neural networks BP algorithm

作　　者：冀春荣[1,2] 石玉[1,2] 韩莉莉 白万民[1,2] 

机构地区：[1]西安工业学院机械工程系 [2]郑州高等专科学校

出　　处：《西安工业学院学报》1997年第4期278-281,共4页Journal of Xi'an Institute of Technology

基　　金：中国兵器工业总公司预研基金

摘　　要：通过对前馈神经网络的广义δ规则进行分析，找到了ＢＰ算法收敛速度慢且易陷于局部最小的症结所在，在此基础上，提出了用正弦三角函数代替Ｓｉｇｍｏｉｄ函数作为隐层神经元特性函数的技术途径．模拟实验结果表明，新的特性函数使相同结构的神经网络具有更快的收敛速度．Conducting analysis on generalized δ rule of feedforward neural networks,the symptom of BP algorithm is found essentially for its low convergent rate and easily sinking into pseodoprematurity.The technology method of using sine function (sin s) to substitute for Sigmoid as neural cell characteristic function is proposed.Simulating experiment results show that (Sin s) has faster convergent rate than Sigmoid function for same neural network structure.

关 键 词：神经网络 收敛速度 前馈神经网络 BP算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]