動(dòng)態(tài)隧道技術(shù)在BP網(wǎng)絡(luò)中的應(yīng)用與研究.pdf

1、動(dòng)態(tài)隧道算法是一種全局優(yōu)化研究方法。該算法重復(fù)以下兩個(gè)過程:一是動(dòng)態(tài)優(yōu)化過程，在該過程中尋找一個(gè)局部最小點(diǎn)；二是動(dòng)態(tài)隧道過程，該過程以該局部最小點(diǎn)為基準(zhǔn)找到一個(gè)更小的能量區(qū)間，即提供給動(dòng)態(tài)優(yōu)化過程一個(gè)新的初始點(diǎn)。這兩個(gè)過程交替進(jìn)行，直到在動(dòng)態(tài)隧道階段找不到更小的能量區(qū)間。 訓(xùn)練神經(jīng)網(wǎng)絡(luò)是一個(gè)全局優(yōu)化問題，目的是找到使誤差函數(shù)最小的權(quán)值距陣。BP算法以其良好的非線性映射逼近能力和泛化能力以及易實(shí)現(xiàn)性成為人工神經(jīng)網(wǎng)絡(luò)應(yīng)用最廣泛的訓(xùn)練

2、算法，但是BP算法也有其明顯的缺陷，即訓(xùn)練速度慢、容易陷入局部極值等。因此，利用動(dòng)態(tài)隧道思想來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，并且可以有效避免陷入局部極小。 多軌道動(dòng)態(tài)隧道算法是在傳統(tǒng)動(dòng)態(tài)隧道算法基礎(chǔ)上的一種改進(jìn)。該算法通過增加隧道搜索的方向以及引入彈性系數(shù)來增大找到全局最小點(diǎn)的幾率。 本文將這種多軌道動(dòng)態(tài)隧道思想引入到BP網(wǎng)絡(luò)的訓(xùn)練中，同時(shí)，采用動(dòng)態(tài)修改誤差限的方法，提出了一種多軌道動(dòng)態(tài)隧道技術(shù)訓(xùn)練BP網(wǎng)絡(luò)算法(MDTTBP)。并將該算

3、法在XOR、某醫(yī)藥公司物流數(shù)據(jù)和KDD CUP三個(gè)數(shù)據(jù)集上進(jìn)行了測試，對傳統(tǒng)動(dòng)態(tài)隧道技術(shù)訓(xùn)練BP網(wǎng)絡(luò)算法(DTTBP)、單純使用多軌道思想的動(dòng)態(tài)隧道技術(shù)訓(xùn)練BP網(wǎng)絡(luò)算法(SMDTTBP)和本文提出的使用多軌道動(dòng)態(tài)隧道思想結(jié)合動(dòng)態(tài)修改誤差限方法的多軌道動(dòng)態(tài)隧道訓(xùn)練BP網(wǎng)絡(luò)算法(MDTTBP)的實(shí)驗(yàn)結(jié)果進(jìn)行了對比分析，證明提出的算法可以有效地避免陷入局部極小，同時(shí)也提高了傳統(tǒng)動(dòng)態(tài)隧道技術(shù)訓(xùn)練BP網(wǎng)絡(luò)算法的搜索效率。 此外，本文還選用