知识导航
航空技术
民用航空
各类航空器
航天技术
航天器及运载工具
资源分类
航空行业学位论文
航空航天期刊
航空行业会议
航空行业标准
综合
- > 标准化管理与一般标准
- > 基础标准
- > 计量
电子元器件与信息技术
- > 电子元器件与信息技术综合
- > 计算机
- > 电子元件
- > 信息处理技术
通信、广播
仪器、仪表
- > 试验机与无损探伤仪器
- > 仪器、仪表综合
航空、航天
- > 航空、航天综合
- > 航空、航天材料与工艺
- > 航空器与航天器零部件
- > 航空发动机及其附件
- > 航空器及其附件
- > 航空运输与地面设备
- > 航天器及其附件
- > 航天地面设备
- > 航空器与航天器制造用设备
环境保护
航空行业法规
航空行业专利
人类生活必需
作业、运输
- > 飞行器；航空；宇宙航行
- > 分离；混合…
- > 破碎、磨粉或粉碎
- > 高压电场分离
- > 离心装置或离心机
- > 一般喷射或雾化…
- > 一般机械振动的发生或传递
- > 将固体从固体中分离；分选
- > 清洁
- > 金属冲压…
- > 机床；金属加工
- > 磨削；抛光
- > 装饰艺术
- > 输送；包装；贮存…
- > 开启或封闭瓶罐；液体的贮运
- > 微观结构技术
- > 超微技术
化学、冶金
- > 无机化学
- > 水、废水、污水的处理
- > 耐火材料
- > 有机化学
- > 燃料；润滑剂；泥煤
- > 染料；涂料；抛光剂…
- > 铁的冶金
- > 冶金；有色金属的处理…
- > 对金属材料的镀覆
- > 电解或电泳工艺及其设备
固定建筑物
机械工程、照明、采暖
- > 一般机器或发动机…
- > 燃烧发动机或发动机装置
- > 液力、风力、弹力或重力发动机
- > 液体变容式机械…
- > 流体压力、气动技术...
- > 工程元件或部件；一般绝热
- > 气体或液体的贮存或分配
- > 照明
- > 蒸汽的发生
- > 燃烧设备；燃烧方法
- > 供热；炉灶；通风
- > 制冷或冷却；气体的液化…
- > 干燥
- > 一般热交换
物理
- > 测量；测试
- > 光学
- > 摄影术；电影术
- > 测时学
- > 控制；调节
- > 计算；推算；计数
- > 核算装置
- > 信号装置
- > 密码术；显示
- > 声学
- > 信息存储
- > 仪器的零部件
- > 核物理；核工程
电学
- > 基本电气元件
- > 发电、变电或配电
- > 基本电子电路
- > 电通信技术
- > 其他类目不包含的电技术
航空行业成果
航空
航天（宇宙航行）
- > 航天仪表、设备、航天器制导与控制
- > 火箭、导弹、航天器及其运载工具
- > 推进系统（发动机、推进器）
- > 基础理论及试验
- > 火箭、航天器构造
- > 制造工艺
航空、航天技术的研究与探索
其他
- > 航空运输
BP神经网络的算法改进及应用研究
- doi：
- 10.7666/d.y1664138
人工神经网络是一种模拟大脑信息处理算法的非线性系统，具有强大的分布式信息存储、并行处理和自适应学习能力等特点。而BP网络包含了神经网络理论中最精华的部分，具有结构简单、技术成熟的优点，已被广泛应用于模式识别、智能控制等领域。但由于BP算法采用的是梯度下降法，因而存在收敛速度慢、易陷入局部极小等缺点。
本文首先对BP网络模型和算法进行了系统的综述。针对标准BP算法的“平台”现象，构造了一种自适应放大的误差信号，通过修改激励函数的导数，使权值的修正过程不会因饱和区域而趋于停滞，并对其收敛性进行分析证明。
其次，从影响BP网络性能的综合因素考虑，提出了一种自适应调节学习率和动态调整S型激励函数相结合的改进BP算法。该算法将学习率与误差函数相关联，并对每个隐单元和输出单元的激励函数的斜率进行自动调整。
最后，将擅长全局搜索的遗传算法和局部寻优能力较强的BP算法相结合，设计了一种基于改进遗传算法的BP网络训练方法。通过采用递阶编码、自适应交叉和变异、修剪相似个体、动态补充新个体等操作，使网络的结构和权值同时优化。本文针对BP算法的缺陷，从三个不同的角度对标准的BP算法进行改进，仿真结果表明，本文提出的改进BP算法具有收敛速度快、寻优能力和泛化能力强等特点，具有良好的应用性和实用性。
本文首先对BP网络模型和算法进行了系统的综述。针对标准BP算法的“平台”现象，构造了一种自适应放大的误差信号，通过修改激励函数的导数，使权值的修正过程不会因饱和区域而趋于停滞，并对其收敛性进行分析证明。
其次，从影响BP网络性能的综合因素考虑，提出了一种自适应调节学习率和动态调整S型激励函数相结合的改进BP算法。该算法将学习率与误差函数相关联，并对每个隐单元和输出单元的激励函数的斜率进行自动调整。
最后，将擅长全局搜索的遗传算法和局部寻优能力较强的BP算法相结合，设计了一种基于改进遗传算法的BP网络训练方法。通过采用递阶编码、自适应交叉和变异、修剪相似个体、动态补充新个体等操作，使网络的结构和权值同时优化。本文针对BP算法的缺陷，从三个不同的角度对标准的BP算法进行改进，仿真结果表明，本文提出的改进BP算法具有收敛速度快、寻优能力和泛化能力强等特点，具有良好的应用性和实用性。
|
|
孙娓娓
|
|---|---|
|
|
应用数学 |
|
|
硕士 |
|
|
重庆大学 |
|
|
刘琼荪 |
|
|
2009 |
|
|
|
|
|
chi |
|
|
TP183 |
|
|
BP神经网络
改进遗传算法
误差信号
学习率
激励函数
|
|
|
|
|
|
2010年8月27日 |
|
|
返回顶部参考文献
返回顶部引证文献
返回顶部本文读者也读过
返回顶部相似文献
返回顶部相关博文
京公网安备11010802020237号