引入动量项的变步长 BP 网络预测算法

• 作者: 刘强 刘莉 陈昌鑫 霍新明 靳鸿
• 来源期刊: 探测与控制学报
• 关键词: BP 神经网络 动量项 步长 收敛 预测
• 年，卷（期）: 2015,（5）
• 页码范围: 102-105
• 页数: 4页
• 分类号: TP183
• 语种: 中文

摘要

针对标准的 BP 神经网络收敛速度慢、容易陷入局部极小值从而使网络误差增大的问题，提出了引入动量项的变步长 BP 网络预测算法。该算法在引入动量项因子的基础上，改变学习速率的步长，将改进的 BP网络算法应用在预测上，通过仿真实验，得出了传统 BP 算法与改进 BP 算法的误差性能曲线。仿真验证表明，改进的 BP 神经网络有效地加快了收敛速度，而且使网络误差避免陷入局部最小值，预测效果更好。