基于禁忌BP神经网络的动态测量误差预测研究

• 作者: 李洪周 陈振林 陈榕
• 来源期刊: 国外电子测量技术
• 学科: 工学
• 关键词: 禁忌搜索 BP算法 神经网络 多样化搜索 集中化搜索 动态误差 预测
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 理论与方法
• 页码范围: 22-24,34
• 页数: 4页
• 分类号: TB922
• 字数: 2777字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-8978.2009.02.007

摘要

本文针对BP算法在神经网络参数学习中局部性能好但易陷入局部极小值而禁忌搜索算法拥有良好的全局性能的特点,提出了神经网络的综合训练方法(禁忌BP算法,TSBP Algorithm)即首先利用禁忌搜索算法对神经网络参数进行全局搜索训练,然后再利用BP算法对参数进行局部学习.设计了一种多样化和集中化并行搜索的禁忌搜索算法,一定程度上解决了传统禁忌算法局部寻优和拓展搜索空间之间的矛盾.最后利用仿真实例验证了TSBP神经网络较之BP神经网络和TS神经网络在动态误差预测方面的优越性,得出了相关结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈振林		46	359	10.0	17.0
2	陈榕		34	106	5.0	8.0
3	李洪周		12	48	4.0	6.0