BP小波神经网络自适应调节步长的改进算法  

Improved Adaptive Adjustment of Step Length in BP Wavelet Neural Network

作　　者：何苗[1] 刘希莲[2] 李金屏[1] 杨波[1] 

机构地区：[1]济南大学信息科学与工程学院,山东济南250022 [2]潍坊医学院附属医院,山东潍坊261031

出　　处：《济南大学学报（自然科学版）》2001年第4期315-318,共4页Journal of University of Jinan(Science and Technology)

基　　金：山东省自然科学基金资助项目 (Y2 0 0 0G0 5 )

摘　　要：在BP小波神经网络的训练过程中 ,自适应调节步长是对算法效率起重要作用的步骤之一。深入讨论了自适应调节步长的改进算法 ,从而得到更加方便合理的实时步长调整方法 ,进一步提高了局部搜索速度。多种情况下的仿真结果表明 ,该算法能够提高局部搜索速度 ,具有较广泛的应用价值。Adaptive adjustment of step length is one of important steps in the training of BP wavelet neural network (WNN). Improved adaptive adjustment is discussed deeply, by which more reasonable step length can be obtained more conveniently and immediately and the faster convergence speed can be obtained. Simulation results under different conditions show the improvement can accelerate the local convergence and can be applied extensively.

关 键 词：BP小波神经网络 自适应调节步长 改进算法 梯度下降法 

分 类 号：TP273.22[自动化与计算机技术—检测技术与自动化装置] TP183[自动化与计算机技术—控制科学与工程]