基于二次指数平滑的BP神经网络模型研究及应用

• 作者: 张昌义 戴文战
• 来源期刊: 浙江理工大学学报
• 学科: 工学
• 关键词: BP神经网络 二次指数平滑 逼近能力 收敛速度
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 机电与信息科技
• 页码范围: 442-445
• 页数: 4页
• 分类号: TP183
• 字数: 2199字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3851.2008.04.017

摘要

在分析标准BP算法的基础上,针对BP神经网络暴露的易于陷入局部最优和训练时学习新样本有遗忘旧样本的内在缺陷,结合二次指数平滑的思想,提出一种基于二次指数平滑的BP神经网络算法,对网络输入的原始数据进行二次平滑处理,提高BP网络的学习速度和预测精度.同时将研究结果应用到全国人均发电量的预测建模中,仿真结果表明所提出的方法具有逼近能力强、收敛速度快的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴文战	浙江理工大学机械与自动控制学院	43	863	13.0	29.0
2	张昌义	浙江理工大学机械与自动控制学院	2	4	1.0	2.0