BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化與研究.pdf

1、人工神經(jīng)網(wǎng)絡(luò)是近年來的熱點(diǎn)研究領(lǐng)域，是人類智能研究的重要組成部分，已經(jīng)成為神經(jīng)科學(xué)、計(jì)算機(jī)科學(xué)、認(rèn)知科學(xué)、數(shù)學(xué)和物理學(xué)等多學(xué)科關(guān)注的熱點(diǎn)。其應(yīng)用領(lǐng)域包括：分類、預(yù)測、模式識(shí)別、信號(hào)處理和圖像處理等，并繼續(xù)向其他領(lǐng)域延伸。神經(jīng)網(wǎng)絡(luò)的優(yōu)化與改進(jìn)從一開始就是理論研究和應(yīng)用的重要研究內(nèi)容，特別是前饋神經(jīng)網(wǎng)絡(luò)的研究，到目前為止尚沒有一個(gè)理想的優(yōu)化方案。本論文以目前應(yīng)用最廣、最具代表性的BP神經(jīng)網(wǎng)絡(luò)為研究對象，圍繞BP神經(jīng)網(wǎng)絡(luò)在復(fù)雜樣本分類中存在網(wǎng)

2、絡(luò)結(jié)構(gòu)復(fù)雜、分類能力低的問題出發(fā)，提出了混合BP神經(jīng)網(wǎng)絡(luò)模型，對BP神經(jīng)網(wǎng)絡(luò)的發(fā)展具有一定的意義。
　　 針對BP神經(jīng)網(wǎng)絡(luò)容易陷入局極小值，收斂速度慢的問題，本文提出了基于混合BP神經(jīng)網(wǎng)絡(luò)的分類模型，并通過實(shí)驗(yàn)將此模型應(yīng)用于復(fù)雜樣本的分類問題中。該模型通過分析樣本中屬性的相關(guān)性進(jìn)行網(wǎng)絡(luò)的構(gòu)建，使用主成分分析法(PCA)對樣本進(jìn)行降維，用蜂群算法(ABC)對網(wǎng)絡(luò)的權(quán)值進(jìn)行優(yōu)化。前者降低了樣本中數(shù)據(jù)屬性之間的相關(guān)性，用主成分來表示原

3、來的數(shù)據(jù)，減少了網(wǎng)絡(luò)輸入層中神經(jīng)元的個(gè)數(shù)，為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練降低了計(jì)算的復(fù)雜度；后者解決了神經(jīng)網(wǎng)絡(luò)權(quán)值在選取的上的隨意性問題，避免了由于權(quán)值選取的隨意性而導(dǎo)致的網(wǎng)絡(luò)容易陷入局部極小值的問題。
　　 為驗(yàn)證基于混合BP神經(jīng)網(wǎng)絡(luò)的分類的有效性，本文將其與傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)和遺傳BP神經(jīng)網(wǎng)絡(luò)在復(fù)雜樣本中的分類問題上進(jìn)行了比較。仿真結(jié)果表明，本文的方法不僅能夠提高BP神經(jīng)網(wǎng)絡(luò)的在數(shù)據(jù)分類上的能力，而且采用混合BP神經(jīng)網(wǎng)絡(luò)解決復(fù)雜樣本的分類是