2005年 第7卷 第5期
一种BP神经网络的改进方法及其应用
空军工程大学导弹学院，陕西三原 713800
下一篇 上一篇
摘要
针对BP神经网络中学习因子取值小、收敛性好但训练时间长，学习因子取值大、权值变化剧烈但可能导致振荡的情况，提出了一种修正学习因子的方法，即给学习因子前加一比例因子，在网络权值调整过程中自动调整学习因子的大小，使网络训练时间短，而且收敛效果较好。仿真结果表明，在导弹指令跟踪中，改进算法比原来算法优越得多。
图片
图1
图2
图3
图4
参考文献
[ 1 ] ZhangGP.Neuralnetworksforclassification:a survey[J].IEEETransonSestems, Man, and Cybernetics—PartC:ApplicationsandReviews, 2000, 30 (4) :451～462
[ 2 ] 刘兴堂.应用自适应控制[M].西安:西北工业大学出版社, 2003 链接1
[ 3 ] 顾军华, 等.基于改进BP神经网络的税收收入预测模型[J].河北工业大学学报, 2003, (1) :39～43 链接1
[ 4 ] 景韶光, 陈新海.非线性神经网络自适应控制及其在导弹中的应用[J].西北工业大学学报, 1997, (4) :603～606 链接1
京公网安备 11010502051620号
