共查询到20条相似文献，搜索用时 203 毫秒
1.
为解决BP神经网络收敛速度慢和易陷入局部极小值的缺点,利用遗传算法(GA)和基因表达式编程(GEP)的各自特点,基于BP算法提出了两种改进算法:其一是GA-BP算法,即利用GA优化BP神经网络的权值和阈值;其二是GEP-BP算法,即利用GEP对BP网络进行调整,包括网络结构、权值和阈值。用样本数据进行了测试并与基本BP算法进行了比较,结果表明两种改进算法具有很强的可行性和高效性。 相似文献
2.
对称秩-1法和BFGS法是用拟牛顿法求解无约束优化问题时最常见的两种方法,它们都具有计算简单、收敛速度快等优点.探讨两种方法的算法格式、收敛速度和计算精度问题,同时利用MATLAB软件编程进行实例求解.结果表明:在解的迭代次数和精确度方面,BFGS算法均明显优于对称秩-1法. 相似文献
3.
针对大规模无约束优化问题,将非单调线搜索模型用于有限存储BFGS算法,构建一种修正有限存储BFGS算法,并建立算法的全局收敛及超线性收敛性,从标准试验函数库CUTE中选择测试函数进行数值实验,结果表明了算法的有效性. 相似文献
4.
5.
本文针对BP算法易陷入局部极小、收敛速度慢的缺点,根据遗传算法（Genetic Algorithms．GA）具有全局寻优的特点,将二者结合起来提出了一种混合算法：GA—BP算法,并将该算法成功应用于变压器超高频局部放电模式识别。将变压器油中局部放电超高频测量系统所得到的局部放电的特征量作为输入,分别用BP算法和混合算法进行模式识别。实验结果表明GA—BP算法具有收敛速度快、全局最优的优点．并且这种算法可以推广应用于其他实际系统中。 相似文献
6.
7.
《佳木斯教育学院学报》2016,(11)
BP神经网络具有实现非线性映射特点和较强的容错能力、泛化能力等优点。然而,因为其采用了最速下降梯度寻优算法,在实际应用中往往出现收敛速度缓慢、时常陷入局部极小值等缺陷。人工蜂群算法是受蜂群个体间通过相互协作对既定目标进行寻优的群体行为启发提出的一种新型群智能优化算法,具有很好的全局收敛特性,其次有较强的自适应性、协作性、鲁棒性、快速性等特点。文中探讨用人工蜂群算法来优化BP神经网络算法,进一步提高BP神经网络性能。 相似文献
8.
本文提出了一种ARMA模型参数估计的改进方法．这种方法通过非线性最小二乘法结合高斯一牛顿法．利用BFGS算法构造具有遗传对称正定性的矩阵近似Hesse矩阵的逆．加快计算的收敛速度和提高模型参数估计的精确度,并证明了该算法的全局收敛性． 相似文献
9.
给出了两种神经网络设计方法,通过用这两种方法解决同一个问题,从而说明了BP算法相对于RBF算法比较粗糙,误差也比较大;而RBF算法训练简洁且学习收敛速度快,能够逼近任意非线性函数． 相似文献
10.
针对传统人工煤矸在线识别方法精确度低、劳动强度大的问题,提出一种基于动态补偿模糊神经网络的煤矸识别方法。该方法基于煤和煤矸石的元素含量不同、X射线的衰减不同,在X射线透射后成像具有不同的图像特征,用动态补偿模糊神经网络学习算法对其图像特征进行分析,提高识别准确率,并通过仿真实验对应用动态补偿模糊神经网络学习算法的煤矸分选结果进行了测试验证。实验结果表明:动态补偿模糊神经网络的学习算法能够满足煤矸识别要求,能够适应不同组成的煤和煤矸石的分类识别要求,提高了煤与煤矸石识别的准确率,具有较高的可靠性和较好的应用前景。 相似文献
11.
段明秀 《当代教育理论与实践》2010,2(1):101-104
有一种基于PSO优化的模糊RBF神经网络学习算法,该算法首先将模糊RBF神经网络需要调整的参数作为粒子,利用PSO算法的全局搜索及快速收敛特性对模糊RBF神经网络结构进行优化,然后将经PSO算法优化的各参数结果作为模糊RBF神经网络各个参数的初始值,再结合梯度下降法对网络的各参数进行动态调整。将之应用于对UCI数据集的分类及函数逼近,仿真结果表明优化后的模糊RBF神经网络具有更高的精度及鲁棒性。 相似文献
12.
介绍了前馈神经网络算法,讨论了当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算,并通过仿真实验证明了结合BFGS算法的神经网络具有更好的收敛性,误差更小。 相似文献
13.
李国平 《宜宾师范高等专科学校学报》2013,(12):34-37
在谱尺度BFGS算法基础上提出了一种扰动谱尺度BFGS算法,即在谱尺度BFGS算法的矩阵迭代公式中加入一个扰动因子,该因子能保证该算法求解非凸函数极小值问题时具有全局收敛性.在求解大规范问题时,该算法也能改善拟牛顿矩阵条件数,从而降低求解子问题的难度.通过数值试验对该算法进行检验,结果表明：在相同条件下,求解大规模问题时,该算法优于谱尺度BFGS算法. 相似文献
14.
反向传播算法（BackPropagation）是一种有监督神经网络学习算法,但原始算法收敛速率慢,训练过程易陷入局部极小值,精度不高等问题．文中提出了一种加权和引入参数改进的神经网络BP算法,某种程度上克服了以上缺点．对文中的改进算法用VC平台编程,并利用真实数据,对大学生就业能力进行了预测．实验表明,改进算法有效,也为高校解决大学生就业能力提供了决策支持． 相似文献
15.
16.
《实验室研究与探索》2015,(11):54-59
为了准确控制木材干燥过程的温度和湿度,提高木材干燥质量,结合模糊控制、神经网络和遗传算法的优点,设计了一种遗传算法(GA)优化的T-S模糊神经网络温湿度控制器。该控制器利用模糊算法解除木材干燥窑内温度和湿度间的强耦合关系,采用神经网络的自学习和自适应能力实现整个非线性过程的模糊逻辑推理,并通过遗传算法对神经网络的参数进行优化与训练,提高系统的自学习和自适应能力。仿真实验结果表明,在木材干燥过程的温湿度控制上,GA优化的T-S型模糊神经网络控制器具有良好的控制效果,控制器响应速度快、超调小并且具有一定的鲁棒性。 相似文献
17.
湘西方块苗文是湖南省湘西少数民族地区使用的一种文字,在采用传统的BP神经网络对字符图像进行识别时,易出现收敛速度慢、陷入局部极小值的问题。对此,为采用BP神经网络对湘西方块苗文图像进行更好地识别,提出了一种基于附加动量法和自适应学习速率相结合的改进型BP神经网络,并将其应用于湘西方块苗文的识别。仿真结果表明,该算法不但收敛速度快,而且可以避免陷入局部极小值。 相似文献
18.
针对传统启发式算法难以平衡求解收敛次数与求解精度问题,通过充分分析GA和ACO两种算法的优缺点,设计了一种改进的遗传蚁群算法。将算法分为上下两步,分别以GA和ACO为主。在GA中引入信息素更新机制连接上下两部分算法|在ACO中引入遗传变异操作尽可能扩大解的范围。同时结合两种算法各自解的继承方式,采用合适的方法分别处理这两部分产生的不可行解。获得解后,通过引入交换邻域的爬山法思想进一步尝试优化解。最终在保证求解精度的前提下,减少求解所需的迭代次数。实验结果表明,在需要保证求解精度的前提下,相比传统GA,该方法的求解效率提高了一个量级。 相似文献
19.
减法聚类和粒子群优化TS模糊神经网络的驾驶疲劳融合检测(英文) 总被引：3，自引：0，他引：3
为提高基于单一特征检测算法的准确率和可靠性,提出基于多个特征的驾驶疲劳融合检测算法.从直接反映驾驶员疲劳的2个面部特征和间接反映疲劳的1个车辆行为特征2个方面对驾驶疲劳进行综合检测.该算法运用TS模糊神经网络来识别驾驶疲劳,采用减法聚类对网络进行结构辨识,确定模糊规则的条数及相关参数的初始值,并改进了粒子群优化算法对网络进行训练.仿真和实车实验表明,该算法不仅能有效改善TS模糊神经网络的收敛速度和识别精度,而且能提高驾驶疲劳的检测正确率. 相似文献
20.
遗传算法(GA)是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率算法,然而在GA求解过程中,往往会出现早熟现象。基于GA传统算法,结合最速下降法和惩罚函数方法,提出求解非线性优化问题的混合遗传算法(HGA)。在无约束优化和约束优化两类问题中分别使用基于最速下降法的SHGA、基于惩罚函数法的PHGA进行求解。通过数值算例验证,表明HGA在非线性优化问题中比GA传统算法具有更快的收敛速度以及更好的最优解。 相似文献