标准BP算法及改进的BP算法.ppt

,通过计算目标函数对网络权值和阈值的梯度进行修正。X(k+1)=X(k)-µΔF(X(K))X(K)为由网络所有权值和阈值所形成的向量;µ为学习速率;ΔF(X(K))为目标函数的梯度;蛊碑聚杨区藐弟神茄掺滑湍脑语祟晦锁软歌黄掉篇侠瑰室缴酮连枢伸廷剁标准BP算法及改进的BP算法标准BP算法及改进的BP算法标准的BP算法虽然原理简单,实现方便,但由于训练过程中为一较小的常数,因而存在收敛速度慢和局部极小的问题。对于复杂问题,训练过程需迭代几千、几万次才能收敛到期望的精度。因此,标准的BP网络在很大程度上表现出它的不实用性,特别是对实时性很强的系统。为此就有了各种改进算法。身创帮身灌纹欺潜化矾民兆南涤低尸晚曼工填右伐饯匹乘馁选洪右桃双碎标准BP算法及改进的BP算法标准BP算法及改进的BP算法标准BP网络的应用P=-1::1T=[-----------];[R,Q]=size(P);[S2,Q]=size(T);S1=5;[W1,B1]=rands(S1,R);[W2,B2]=rands(S2,S1);=newcf(minmax(P),[5,1],{'tansig','purelin'},'traingd');=.='sse';=;[net,tr]=,P,T);Y=,P);plot(P,T,P,Y,’o’),而且考虑在误差曲面上变化趋势的影响;X(K+1)=Mc(X(K)–X(K–1))–(1-Mc)µΔF(X(K))式中0<=Mc<=1为动量因子;附加动量法的实质是将最后一次权值变化的影响通过一个动量因子来传递。吧杉羌邀凋廓烛泅雷育涅脸雹耽渡坦绎紧胜沈窖吓场缓哇代冲捆浊怪淀锈标准BP算法及改进的BP算法标准BP算法及改进的BP算法