bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法改進(jìn)初探【開題報(bào)告】

1、<p><b>　　畢業(yè)論文開題報(bào)告</b></p><p><b>　　電氣工程及其自動化</b></p><p>　　BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法改進(jìn)初探</p><p>　　一、課題研究意義及現(xiàn)狀</p><p>　　本課題主要研究傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的基本原理和設(shè)計(jì)方法，并對傳統(tǒng)BP算法進(jìn)行改

2、進(jìn)。</p><p>　　BP神經(jīng)網(wǎng)絡(luò)目前已經(jīng)得到廣泛的應(yīng)用，并發(fā)展了某些快速收斂和優(yōu)化的改進(jìn)算法。在網(wǎng)絡(luò)設(shè)計(jì)及其模型選擇時(shí)，既可采用典型網(wǎng)絡(luò)模型，也可采用多種網(wǎng)絡(luò)模型的優(yōu)點(diǎn)組合.另外，還可以結(jié)合具體應(yīng)用間題特點(diǎn)，對原網(wǎng)絡(luò)模型進(jìn)行改進(jìn)。MATLAB神經(jīng)網(wǎng)絡(luò)工具箱不需要繁瑣編程，提供的網(wǎng)絡(luò)訓(xùn)練函數(shù)可直接用于循環(huán)訓(xùn)練一個BP神經(jīng)網(wǎng)絡(luò)，最終達(dá)到允許目標(biāo)誤差的函數(shù)，大大提高了研究的效率。</p><p

3、>　　隨著新的控制思路和手段的不斷涌現(xiàn)，人工神經(jīng)網(wǎng)絡(luò)作為一種新型的信息獲取、描述和處理方式，正在逐漸引起不同學(xué)科和領(lǐng)域的科學(xué)家的注意。神經(jīng)網(wǎng)絡(luò)有其自適應(yīng)，自學(xué)習(xí)，并行處理等特點(diǎn)。它被廣泛應(yīng)用于模式識別、信號處理和自動控制等領(lǐng)域。目前，人們研究最為廣泛最具代表行的網(wǎng)絡(luò)是BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)，它具有分布式的信息存儲方式，大規(guī)模并行處理，自學(xué)習(xí)和自適應(yīng)性、較強(qiáng)的魯棒性和容錯性等特點(diǎn)。當(dāng)前，BP神經(jīng)網(wǎng)絡(luò)主要應(yīng)用

4、于模式識別、圖像處理、信息處理、故障檢測、企業(yè)管理、市場分析等領(lǐng)域。而BP神經(jīng)網(wǎng)路采用的是經(jīng)典的BP算法。BP算法也是目前比較流行的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法，是能實(shí)現(xiàn)映射變換的前饋型網(wǎng)絡(luò)戰(zhàn)中最常用的一類網(wǎng)絡(luò)，是一種典型的誤差修正方法。</p><p>　　由于傳統(tǒng)的BP算法存在諸如收斂速度慢，易陷入局部最小點(diǎn)以及編程困難，計(jì)算量大等問題，因此許多學(xué)者對其進(jìn)行了改進(jìn)，提出了多種改進(jìn)算法。BP算法的改進(jìn)主要有兩種途徑，一種是

5、采用啟發(fā)式學(xué)習(xí)方法，如附加動量法、自適應(yīng)學(xué)習(xí)率法等;另一種是采用數(shù)字優(yōu)化技術(shù)，共扼梯度法、牛頓法、Levenberg-Marquardt法等。</p><p>　　二、課題研究的主要內(nèi)容和預(yù)期目標(biāo)</p><p>　　本課題主要研究傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的基本原理和設(shè)計(jì)方法，并對傳統(tǒng)BP算法進(jìn)行改進(jìn)。主要內(nèi)容：</p><p>　　（1）深入研究BP神經(jīng)網(wǎng)絡(luò)。分析和比較各

6、種算法的特點(diǎn)以及其函數(shù)的參數(shù)形式。研究其各自適用的網(wǎng)絡(luò)。</p><p>　　（2）研究當(dāng)前傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法存在的一些問題。比如收斂速度慢、容易陷入局部最小、網(wǎng)路的結(jié)構(gòu)難以確定等等。透徹分析這些問題產(chǎn)生的原因。</p><p>　　（3）針對BP算法中存在的問題，提出其改進(jìn)方法。BP算法的改進(jìn)主要有兩種途徑，一種是采用啟發(fā)式學(xué)習(xí)方法，如附加動量法、自適應(yīng)學(xué)習(xí)率法等；另一種是采用數(shù)

7、字優(yōu)化技術(shù)，共扼梯度法、牛頓法、Levenberg-Marquardt法等。</p><p>　?。?）利用改進(jìn)BP算法對柴油機(jī)故障診斷問題進(jìn)行仿真實(shí)驗(yàn)，與傳統(tǒng)的BP算法相比，改進(jìn)后的算法能取得更好的診斷效果。</p><p><b>　　預(yù)期目標(biāo)：</b></p><p>　?。?）掌握BP神經(jīng)網(wǎng)絡(luò)的基本原理；</p><

8、p>　?。?）對神經(jīng)網(wǎng)絡(luò)各個訓(xùn)練算法進(jìn)行改進(jìn)；</p><p>　　（3）完成BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法改進(jìn)初探設(shè)計(jì)；</p><p>　?。?）用MATLAB軟件實(shí)現(xiàn)改進(jìn)初探，并完成仿真實(shí)驗(yàn)；</p><p>　　（5）完成一篇畢業(yè)論文。</p><p>　　三、課題研究的方法及措施</p><p>　　1、檢索相關(guān)

9、文獻(xiàn)，了解相關(guān)技術(shù)背景、成果及方案。</p><p>　　2、在完成步驟1的基礎(chǔ)上，學(xué)習(xí)BP神經(jīng)網(wǎng)絡(luò)的基本原理。</p><p>　　3、在完成步驟1、2的基礎(chǔ)上對BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練各個算法進(jìn)行研究。</p><p>　　4、了解BP網(wǎng)絡(luò)的訓(xùn)練函數(shù)和用MATLAB構(gòu)建BP神經(jīng)網(wǎng)絡(luò)。</p><p>　　5、用柴油機(jī)故障實(shí)例來實(shí)現(xiàn)改進(jìn)算法。<

10、;/p><p>　　6、用MATLAB軟件實(shí)現(xiàn)算法，完成仿真實(shí)驗(yàn)。</p><p>　　7、技術(shù)文檔總結(jié)，完成畢業(yè)論文。</p><p>　　四、課題研究進(jìn)度計(jì)劃</p><p>　　2010.10.17-2010.11.3：分析任務(wù)，收集資料，完成開題報(bào)告、文獻(xiàn)綜述、外文翻譯</p><p>　　2010.11.3-20

11、10.12.4 ：初步完成BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法改進(jìn)初探的相關(guān)理論研究</p><p>　　2010.12.5-2010.12.31 ：完成仿真實(shí)驗(yàn)，驗(yàn)證實(shí)驗(yàn)結(jié)果，并完成論文初稿</p><p>　　2010．1.5-2011.5：完成論文、準(zhǔn)備畢業(yè)論文答辯</p><p><b>　　五、參考文獻(xiàn)</b></p><p>

12、;　　[1]王沫然.MATLAB6.0與科學(xué)計(jì)算[M] . 北京:電子工業(yè)出版社,2001,9.</p><p>　　[2] 張志涌,徐彥琴.MATLAB 教程- 基于6. x 版本[M] .北京:北京航天航空大學(xué)出版 社.2001.</p><p>　　[3] 樓順天.基于MATLAB的系統(tǒng)分析與設(shè)計(jì)—神經(jīng)網(wǎng)絡(luò)[M].西安：西安電子科技大學(xué)出.</p><p

13、>　　[4] 李士勇.模糊控制神經(jīng)控制和智能控制[M].</p><p>　　[5] 王永驥，涂健.神經(jīng)元網(wǎng)絡(luò)控[M].北京：機(jī)械工業(yè)出版社，1998</p><p>　　[6] 韓力群.人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用[M] . 北京:化學(xué)工業(yè)出版社.2004,2.</p><p>　　[7] 林康紅,施惠昌,盧強(qiáng)等.基于神經(jīng)網(wǎng)絡(luò)的傳感器非線性誤差校[J] .

14、傳感器技術(shù),2002 ,21 (1) :65-73.</p><p>　　[8] 甘俊英,張有為.基于BP 神經(jīng)網(wǎng)絡(luò)的人臉識別[J]. 統(tǒng)工程與電子技術(shù),2003 ,25 (1) :110-17.</p><p>　　[9] 吳建生.旱澇災(zāi)害的遺傳-神經(jīng)網(wǎng)絡(luò)集成預(yù)測方法研究[J]廣西科學(xué), 2006,(03) :47-53.</p><p>　　[10] N.K

15、. Patel, R.K. Khubchandani. ANN based power transformer fault diagnosis[J]. IEEE Journal of Electrical. Engineer 2004,85 :60–63. </p><p>　　[11] 葉甫.混合動力電動汽車驅(qū)動系統(tǒng)的故障診斷研究[D]. 西北工業(yè)大學(xué)碩士學(xué)位論文.2005.</p><p&

16、gt;　　[12] 周杰.BP神經(jīng)網(wǎng)絡(luò)在電廠制粉系統(tǒng)故障診斷中的應(yīng)用研究[D]. 重慶大學(xué)碩士學(xué)位論文.2003.</p><p>　　[13] 陳劍平.基于MATLAB的神經(jīng)網(wǎng)絡(luò)模式識別技術(shù)在油氣化探中的研究及應(yīng)用 [D].中國地質(zhì)大學(xué)（北京）碩士學(xué)院論文.2008.</p><p>　　[14] 王曉敏,劉希玉,戴芬. BP神經(jīng)網(wǎng)絡(luò)預(yù)測算法的改進(jìn)及應(yīng)用[J].計(jì)算機(jī)技術(shù)與展.2009,