BP小波神经网络快速学习算法研究  

Fast Training Algorithm of BP Wavelet Neural Network

作　　者：李金屏[1] 王风涛[1] 杨波 

机构地区：[1]济南大学信息与控制工程系,250022

出　　处：《系统工程与电子技术》2001年第8期72-75,共4页Systems Engineering and Electronics

基　　金：国家自然科学基金 ( 6990 2 0 0 5 ) ;山东省自然科学基金青年基金 (Q98G0 2 15 1);山东建材学院基金资助课题 (Y980 9)

摘　　要：讨论了BP小波神经网络在训练过程中减小误差函数时最优方向的确定和自适应调整学习率的方法。首先论证了小波神经网络的数学基础 ,然后讨论了BP小波神经网络的学习过程 ,重点讨论了减小误差函数最优方向的确定方法 ,即如何保证步长方向与负梯度方向一致 ,由此得出了自适应调整学习率的简便方法。该方法具有普遍性 ,有广泛的应用价值。仿真结果表明 ,采用最优梯度下降方向可以大幅度提高BP小波神经网络的学习速度。The determination of the best direction of step length vector and the adaptive adjustment of training rate for BP wavelet neural network (WNN) are discussed. Firstly, the mathematical foundation of WNN is presented, then the training process of WNN, esp. the determination method of best direction in reducing error function as well as the adaptive adjustment of training rate is discussed. Some new conclusions are put forward. The simulation result shows the training speed of WNN can be improved greatly. The method is general and can be applied extensively.

关 键 词：学习算法 自适应控制 BP小波神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]