一种利用Gauss变异优化BP神经网络的方法

• 作者: 刘爱珍 李婷 王路 高秀峰 齐剑峰
• 来源期刊: 现代电子技术
• 关键词: BP神经网络 Gauss变异 学习率 冲量系数 动态调整
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 计算机应用技术 -- 科学计算与信息处理
• 页码范围: 12-14,18
• 页数: 4页
• 分类号: TN911-34
• 语种: 中文

摘要

为了克服传统BP算法收敛速度慢和局部极小点等问题，提出了一种改进的BP网络训练方法，将改进的BP算法和遗传算法相结合。首先引入遗传算法中群体的概念，选取最好个体中的误差作为最小误差，其次利用Gauss变异生成的两个小随机数作为BP算法中的学习率和冲量系数，实现对两个参数的动态调整，以达到对BP网络的权值优化的目的。实验结果表明，该方法有效提高了BP网络的收敛速度，在训练时间方面具有明显的优越性，具有较好的实用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘爱珍	军械工程学院信息工程系	34	81	6.0	7.0
2	王路	军械工程学院信息工程系	17	17	2.0	3.0
3	高秀峰	军械工程学院信息工程系	29	44	4.0	4.0
4	李婷	军械工程学院信息工程系	13	15	2.0	3.0
5	齐剑峰	军械工程学院信息工程系	3	2	1.0	1.0