基于BP算法的知識(shí)獲取系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、在專家系統(tǒng)開發(fā)過程中，知識(shí)獲取是決定專家系統(tǒng)性能的關(guān)鍵因素，也是最難解決的一道工序，被列為專家系統(tǒng)建造的中心工作，被公認(rèn)為是專家系統(tǒng)建造中的“瓶頸”問題。 本文來源于國家科技攻關(guān)研究項(xiàng)目《柑橘智能栽培專家系統(tǒng)》的研發(fā)。文章首先設(shè)計(jì)了一個(gè)三層BP網(wǎng)絡(luò)模型，確定了一個(gè)較為靈活的網(wǎng)絡(luò)結(jié)構(gòu)(可以動(dòng)態(tài)輸入神經(jīng)網(wǎng)絡(luò)輸入和輸出單元數(shù)目)，使得網(wǎng)絡(luò)在增刪神經(jīng)元數(shù)目的情況下仍然可以正常的較好的運(yùn)行。并針對(duì)標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)算法的缺點(diǎn)提出一種采用了學(xué)

2、習(xí)速率自行調(diào)節(jié)和增加動(dòng)量項(xiàng)結(jié)合的改進(jìn)方法——MSBP，該算法有效的抑制了網(wǎng)絡(luò)陷于局部極小，加快網(wǎng)絡(luò)訓(xùn)練速度，縮短訓(xùn)練時(shí)間，確保網(wǎng)絡(luò)穩(wěn)定性。通過對(duì)MSBP算法的仿真結(jié)果表明，改進(jìn)的算法在訓(xùn)練次數(shù)、訓(xùn)練時(shí)間、誤差等方面大為降低，泛化性和網(wǎng)絡(luò)精度均達(dá)到了令人滿意的效果。在上述研究工作基礎(chǔ)上，針對(duì)神經(jīng)網(wǎng)絡(luò)的黑箱性，提出將SD算法用于規(guī)則抽取，SD算法對(duì)前饋網(wǎng)絡(luò)相當(dāng)有效，可以抽取出正確的產(chǎn)生式規(guī)則，通過在系統(tǒng)中的實(shí)現(xiàn)取得了良好的效果。 本