关于对BP神经网络算法改进的研究  

STUDY ON IMPROVING ALGOR-ITHM OF BP NEURAL NETWORK

作　　者：李广琼[1] 蒋加伏[1] 

机构地区：[1]长沙交通学院计算机工程系,湖南长沙410076

出　　处：《常德师范学院学报（自然科学版）》2003年第2期31-33,56,共4页Journal of Changde Teachers University

摘　　要：为了减小标准BP算法中迭代次数并提高其收敛速度 ,现提出将负梯度下降法与DFP变尺度算法相结合进行权值修正的方法 .在误差寻优初期 ,首先采用标准BP算法进行迭代 ,每迭代一次的工作量较小、所需存贮量较少 ,且对初始点的要求不高 .然后 ,当寻优过程开始接近最优时 ,更改寻优算法 ,即使用DFP变尺度算法 .最后 ,运用MATLAB工具箱和VisualBasic实现算例 .实验结果表明 :改进后的BP算法减少了迭代次数 。In order to reduce the times of substitution on standard BP algorithm and improve the speed of convergence,a new method,which integrated minus-grade decline way with DFP algorithm,has been presented.In the initial stages of seeking optimization,standard BP algorithm should be used.Then the task of one substitution would be less than others and the store capacity would be smaller.Furthermore,it has an inferior demand for the initial value.When the process of seeking optimization began to approach optimization,DFP algorithm should be used.Finally,MATLAB toolbox and Visual Basic can realize the improved algorithm.The result of experiment showed that the new algorithm can reduce the times of substitution and improve the speed of convergence efficiently.

关 键 词：BP神经网络算法 负梯度下降法 DFP变尺度算法 权值修正 迭代次数 收敛速度 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]