BP神经网络网络结构优化问题的研究.pdfVIP

　2005 年 10 月 系统工程理论与实践 第 10 期 　 ( ) 文章编号 2005 BP 神经网络网络结构优化问题的研究 唐万梅1 ,2 ( 1 内蒙古大学理工学院 , 内蒙古 呼和浩特 010021 ;2 重庆师范大学数学与计算机科学学院 ,重庆 400047) 摘要 : 　将灰色关联分析法应用到BP 神经网络隐层结点数的确定中 ,实现了BP 神经网络网络结构的优 化 ,提高了网络的预测精度. 仿真结果表明这种方法非常有效 , 同时也对 BP 神经网络的进一步研究提供 了一种全新的思路. 关键词 : 　BP 神经网络 ;灰色关联分析 ; 网络结构的优化 中图分类号 : 　TP18 　　　　　　　　文献标识码 : 　A 　　　 The Study of the Optimal Structure of BP Nueral Network TAN G Wanmei1 ,2 (1College of Sciences and Technology ,NeiMongol University , Hohhot 010021 , China ; 2Dept of Mathematics and Computer Sciences , Chongqing Normal University , Chongqing 400047 ,China) Abstract : 　The acting mechanism of the BP Neural Network ’s hidden units and the number ’s choice have been a difficult promble on the study of BP Nueral Network . By using the grey correlation analaysis on the hidden units number ’s determination of the BP Nueral Network ,this method realized the optimal of BP Nueral Network ,and also improve network ’s forecasting accuracy. Its simulated result shows that the method is effective . At the same time ,it also afford a new thinking to us for a further study of the BP Nueral Network . Key words : 　BP nueral network ; grey correlation analysis ; the optimal structure of the network 1 　引言 对于BP 网络的改进很多 ,主要从以下几个方面进行 :学习算法的改进 , 网络结构的优化等. 网络结构 [ 1] 的改进又分对输入层结点数的确定 ,隐层结点数的确定 等问题. 对输入层结点数的确定 ,往往是根据样 本指标的个数来确定输入层结点数的多少 ,但输入层结点过多 , 同样会出现网络训练时间过长 、网络性能 差等问题 ,针对此 ,文献[2 ]利用主成分分析法确定输入层结点数 ,可使问题得到一定的解决. 然而 ,在实际 应用中 ,当遇到样本数据很大 ,人们往往随机选取其中一部分作为学习样本 ,但这样很可能使样本集本身 没有包含全部样本的特征 ,使预测的结果出现较大的误差. 文献[3 ]利用模糊聚类法首先对