学位论文 > 优秀研究生学位论文题录展示

基于分布估计算法的BP神经网络优化设计

作　者: 廖伟芳
导　师: 蒋勇
学　校: 南京理工大学
专　业: 计算数学
关键词: 分布估计算法 BP神经网络优化
分类号: TP183
类　型: 硕士论文
年　份: 2009年
下　载: 205次
引　用: 1次
阅　读: 论文下载

内容摘要

传统BP算法存在着收敛速度慢,易陷入局部极小值等特点,这些缺点的存在使得BP神经网络的应用受到了很大的限制。分布估计算法是进化领域新兴的一种算法,有着很强的全局搜索能力和鲁棒性。本文将分布估计算法用于神经网络的优化,取得了不错的效果。本文首先介绍了传统BP算法存在的缺陷,在此基础上总结了一些改进方法。然后介绍了几种常见的分布估计算法,并提出了几种自己的改进思想。接着将分布估计算法用于BP神经网络的优化,着重介绍了算法的设计方案。最后文章比较了分布估计算法和BP算法在收敛速度和优化性能两个方面的差异性,通过比较发现分布估计算法在BP神经网络的优化领域有着一定的优势。

全文目录

摘要  3-4
ABSTRACT  4-7
1 绪论  7-12
  1.1 论文研究的学术背景  7
  1.2 人工神经网络的历史回顾和发展现状  7-8
  1.3 多层前馈网络算法研究现状  8-9
  1.4 分布估计算法的历史回顾与发展现状  9-10
  1.5 本文研究的问题  10
  1.6 本文的组织结构  10-12
2 BP神经网络基本理论与学习算法  12-17
  2.1 反向传播网络简介  12-13
  2.2 BP算法  13-14
  2.3 BP算法存在的问题  14-15
  2.4 BP算法的一些改进措施  15-16
  2.5 BP算法的程序实现过程  16-17
3 分布估计算法  17-27
  3.1 引言  17
  3.2 离散型的PBIL算法  17-19
  3.3 连续型的PBIL算法  19
  3.4 离散型的MIMIC算法  19-21
  3.5 连续型的MIMIC算法  21-22
  3.6 EGNA算法  22-26
  3.7 分布估计算法的几种改进思想  26-27
4 基于分布估计算法的神经网络优化  27-31
  4.1 引言  27
  4.2 EDA优化神经网络的权值  27-29
    4.2.1 编码方案  27-28
    4.2.2 适应度函数  28
    4.2.3 选择算子  28-29
    4.2.4 终止条件  29
  4.3 算法的实现  29-30
  4.4 BP算法用于局部求精  30-31
5 实验分析  31-36
  5.1 引言  31
  5.2 数据集的选择与处理  31-32
  5.3 神经网络结构的确定  32-33
  5.4 算法性能评价方法  33-35
  5.5 数据分析  35-36
6 总结  36-37
致谢  37-38
参考文献  38-41
附录  41

基于分布估计算法的BP神经网络优化设计

内容摘要

全文目录

相似论文