基于随机参数调整的改进反向传播学习算法

• 作者: 王知 谈至明 贾立山
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 改进BP算法 随机参数调整 神经网络 全局极小 飞行仿真
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 751-757
• 分类号: TP183|U8|TP391.9
• 字数: 6917字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-374x.2011.05.022

摘要

针对BP(反向传播)神经网络学习易陷入局部极小的缺陷,提出了一种改进BP神经网络学习算法--RMBP算法.RMBP算法在学习参数调整中增加了随机性,使其方便地跳出局部极小点,并沿梯度下降方向到达全局极小点.异或问题的学习试验结果表明,RMBP算法较BP学习算法和其他常见的改进BP算法具有学习速度快、学习精度高、资源占用少的优势.最后,结合民航飞机实时飞行仿真系统研究.对一组飞机空气动力参数样本进行了学习,以说明RMBP算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谈至明	同济大学交通运输工程学院	117	1531	20.0	33.0
2	贾立山	同济大学交通运输工程学院	1	16	1.0	1.0
6	王知	同济大学交通运输工程学院	1	16	1.0	1.0