基于动量因子优化学习率的BP神经网络PID参数整定算法

• 作者: 刘清雪 王出航 王婷婷 胡黄水 赵思远
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: PID参数自整定 神经网络 学习率 动量因子
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 1415-1420
• 页数: 6页
• 分类号: TP311
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2019253

摘要

针对传统BP神经网络学习过程中学习率选取过大导致振荡的问题,提出一种新的BP神经网络PID(比例-积分-微分)参数自适应整定算法.采用BP神经网络对PID参数进行自适应调节和优化,并利用动量因子优化学习率和增加动量项抑制BP神经网络训练中出现的振荡现象,以加快收敛速度.实验结果表明,该算法有效缓解了振荡现象,加快了算法的收敛速度.