參數(shù)自調(diào)節(jié)的BP-神經(jīng)網(wǎng)絡(luò)研究.pdf

1、該文提出一種對標準BP算法進行改進的方法,與大多數(shù)改進算法不同,該文提出的改進算法一方面修改網(wǎng)絡(luò)節(jié)點作用函數(shù),通過動態(tài)調(diào)整節(jié)點作用函數(shù)的陡峭度來加快網(wǎng)絡(luò)的收斂;另一方面,在BP算法中增加動量項.在訓(xùn)練過程中,動態(tài)調(diào)整節(jié)點作用函數(shù)的調(diào)節(jié)因子,使學(xué)習(xí)率和動量項的慣性因于等參數(shù)成為誤差E 的函數(shù),根據(jù)誤差的變化動態(tài)的做出參數(shù)自調(diào)節(jié),既加快了網(wǎng)絡(luò)的學(xué)習(xí)速度,又避免了陷入局部最小點,而最終達到全局收斂.通過對改進的BP算法進行的MATLAB仿真結(jié)

2、果表明,改進的算法達到了預(yù)期的目的.農(nóng)業(yè)是一個復(fù)雜的大系統(tǒng),農(nóng)作物的生長受多種因素的制約,而影響農(nóng)作物長勢的一個主要因素是病蟲害,如果病蟲害不能得到及時防治將造成農(nóng)業(yè)經(jīng)濟上的重大損失.要及時防治必須預(yù)測準確,人工神經(jīng)網(wǎng)絡(luò)則能夠解決農(nóng)業(yè)系統(tǒng)中的關(guān)系復(fù)雜、邊界模糊、不確定性強等難于用規(guī)則或數(shù)學(xué)模型來嚴格描述的問題.因此,在文章的最后,構(gòu)建了一個基于該文提出的改進的BP算法的神經(jīng)網(wǎng)絡(luò)模型火預(yù)測棉花棉鈴蟲病蟲害,通過對此神經(jīng)網(wǎng)絡(luò)的MATLAB仿