基于改进BP神经网络的函数逼近性能对比研究

• 作者: 丁硕 巫庆辉
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: BP神经网络 改进算法 函数逼近 MATLAB
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 10-13,17
• 页数: 5页
• 分类号: TP391.9
• 字数: 4147字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2012.11.003

摘要

为了正确反映实际应用中经常采用的6种典型BP神经网络的改进算法的非线性函数逼近能力,本文从数学角度详细阐述这6种典型BP神经网络的改进算法的学习过程,简要地介绍MATLAB工具箱中设计BP网络的训练函数,最后在MATLAB环境下设计具体的网络来对指定的非线性函数进行逼近实验,并对这6种典型BP神经网络的改进算法的性能差异进行对比.仿真结果表明,对于中小规模网络而言,LM优化算法逼近性能最佳,其次是拟牛顿算法、共轭梯度法、弹性BP算法、自适应学习速率算法和动量BP算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	巫庆辉	渤海大学工学院	46	413	9.0	18.0
2	丁硕	渤海大学工学院	42	451	11.0	19.0