基于三次收敛LM算法的神经网络研究.pdfVIP

第３１卷第１期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．１ ２０１４年１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊａｎ．２０１４ 基于三次收敛ＬＭ算法的神经网络研究 郭秀才　尚赛花 （西安科技大学电气与控制学院　陕西西安７１００５４） 摘　要　　为了解决传统神经网络实际应用中计算复杂、耗时过长等问题，在ＬＭ（ＬｅｖｅｎｂｅｒｇＭａｒｑｕａｒｄｔ）算法的基础上，结合数学最 优化理论，找出三次收敛的改进型ＬＭ算法，且将其应用于ＢＰ神经网络。利用一组火灾现场数据，通过Ｍａｔｌａｂ仿真对改进型ＬＭＢＰ 算法和标准ＬＭＢＰ算法从收敛时间和仿真曲线拟合度两方面进行比较。结果表明改进型ＬＭＢＰ算法在收敛时间和拟合度两方面都 有更好的效果，且该算法具有一般性，可以通过获取国民生产中各种应用场景的样本，采用该算法进行预测，更好地指导生产。 关键词　　ＢＰ神经网络　仿真　最优化算法　ＬＭ