BP網(wǎng)絡結構確定算法的研究及仿真.pdf

1、神經(jīng)網(wǎng)絡發(fā)展迅速，經(jīng)過各國學者多年的研究創(chuàng)新，許多具備不同信息處理能力的神經(jīng)網(wǎng)絡已被提出并應用于各種信息處理領域。其中以BP神經(jīng)網(wǎng)絡的應用最為廣泛，據(jù)統(tǒng)計，80％-90％的神經(jīng)網(wǎng)絡模型采用了BP網(wǎng)絡或者它的變化形式。 已有理論證明，三層結構的BP網(wǎng)絡可以逼近任意的非線性映射關系。但在實際的訓練過程中，常會因為網(wǎng)絡結構不合理或初始權值的選取不當導致訓練精度達不到要求，引起網(wǎng)絡的重新訓練，降低了訓練效率。針對此不足，本文設計了一種動

2、態(tài)擴展BP網(wǎng)絡隱層的方法，旨在提高訓練精度，同時解決訓練效率問題。本算法在神經(jīng)網(wǎng)絡的訓練過程中，可以根據(jù)實際需要動態(tài)擴展一個隱層，由于它采用了線性激活函數(shù)，使得本文算法可以在不影響網(wǎng)絡表達能力和泛化能力的基礎上提高訓練精度；結合蟻群算法全局尋優(yōu)，易于與其它算法相結合的優(yōu)點，將蟻群算法融入其中，用于對擴展隱層的權值和閾值進行局部訓練，有效的解決了訓練效率的問題。 最后，在理論研究的基礎上設計了一組相關實驗對本文設計的算法進行檢驗。