版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、人工神經(jīng)網(wǎng)絡(luò)的靈感來自于生物神經(jīng)網(wǎng)絡(luò),具有信息的分布表示、運(yùn)算的全局性、自適應(yīng)學(xué)習(xí)等特點(diǎn)。在人工神經(jīng)網(wǎng)絡(luò)中,不同的網(wǎng)絡(luò)模型對(duì)應(yīng)著不同的學(xué)習(xí)算法。其中,BP算法是神經(jīng)網(wǎng)絡(luò)中最常用的學(xué)習(xí)方法之一,通過網(wǎng)絡(luò)誤差的反向傳遞來調(diào)整更新網(wǎng)絡(luò)的連接權(quán)值和節(jié)點(diǎn)閾值,從而使網(wǎng)絡(luò)的實(shí)際輸出與目標(biāo)輸出的誤差達(dá)到事先規(guī)定的精度,達(dá)到網(wǎng)絡(luò)訓(xùn)練的效果。盡管BP算法有顯著的優(yōu)點(diǎn),但在實(shí)際應(yīng)用中常常表現(xiàn)出一些問題,比如,容易陷入局部極小值、泛化能力弱、收斂速度慢等。針
2、對(duì)BP算法存在的問題,提出相應(yīng)的改進(jìn)方法。本文的主要研究?jī)?nèi)容如下:
(1)簡(jiǎn)要介紹了BP神經(jīng)網(wǎng)絡(luò)算法的研究背景和意義,以及各國(guó)學(xué)者們對(duì)BP算法的研究現(xiàn)狀。
(2)對(duì)人工神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)原理、學(xué)習(xí)規(guī)則、特點(diǎn)等方面進(jìn)行了研究;研究了BP算法的網(wǎng)絡(luò)結(jié)構(gòu)、基本原理及存在的缺陷和對(duì)應(yīng)的改進(jìn)措施。
(3)在傳統(tǒng)粒子群算法優(yōu)化BP網(wǎng)絡(luò)的基礎(chǔ)上進(jìn)行改進(jìn),提出一種基于人工魚群和粒子群算法的BP算法。新的優(yōu)化算法引入了人工魚群的
3、聚群行為以及自適應(yīng)的權(quán)值和學(xué)習(xí)因子。將改進(jìn)的新算法應(yīng)用于投資風(fēng)險(xiǎn)預(yù)測(cè),仿真實(shí)驗(yàn)分析表明,新算法能很好的避免早熟問題,能夠更快的搜索到全局最優(yōu)值,提高了BP算法的預(yù)測(cè)準(zhǔn)確度和收斂速度。
(4)針對(duì)標(biāo)準(zhǔn)遺傳算法優(yōu)化BP算法過程中出現(xiàn)的問題,引入了混合蛙跳的分組策略和模擬退火的概率接收準(zhǔn)則,提出了新的算法。將新算法運(yùn)用到地震震級(jí)預(yù)測(cè)中,MATLAB仿真結(jié)果表明,新算法能有效的避免陷入局部極值,并能加快BP網(wǎng)絡(luò)的收斂速度,提高了算法的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法和粒子群優(yōu)化算法的信道分配研究.pdf
- 粒子群算法與遺傳算法的結(jié)合研究.pdf
- 粒子群與遺傳算法的混合研究.pdf
- 遺傳算法與粒子群優(yōu)化算法的改進(jìn)及應(yīng)用研究.pdf
- 遺傳算法與粒子群算法的改進(jìn)及應(yīng)用.pdf
- 基于粒子群遺傳算法的變電站優(yōu)化規(guī)劃.pdf
- 基于粒子群-單親遺傳算法的公交優(yōu)化調(diào)度.pdf
- 基于量子遺傳算法的改進(jìn)的粒子群算法及其應(yīng)用.pdf
- 基于免疫遺傳算法和粒子群算法的聚類研究.pdf
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡(jiǎn)介
- 結(jié)合遺傳算法的粒子群優(yōu)化模型及其應(yīng)用研究.pdf
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡(jiǎn)介
- 基于遺傳算法與粒子群算法的水果玉米采摘任務(wù)分配問題的研究.pdf
- 基于遺傳算法的粒子濾波算法研究.pdf
- 基于遺傳算法的BP網(wǎng)絡(luò)優(yōu)化研究及其應(yīng)用.pdf
- 基于遺傳算法(粒子群算法、人工魚群算法等)的投影尋蹤模型matlab源代碼
- 遺傳算法、人工神經(jīng)網(wǎng)絡(luò)、粒子群優(yōu)化算法的改進(jìn)與巖石本構(gòu)數(shù)值模擬研究.pdf
- 粒子群與遺傳算法結(jié)合在PCA人臉識(shí)別算法中的應(yīng)用研究.pdf
- 基于遺傳思想改進(jìn)的粒子群優(yōu)化算法與應(yīng)用研究.pdf
- 基于免疫算法的粒子群優(yōu)化算法的研究.pdf
評(píng)論
0/150
提交評(píng)論