自学习神经网络权值初始化的贝叶斯方法.pdfVIP

维普资讯 第28卷 计算机应用 Vo1．28 2008年6月 ComputerApplications June2008 文章编号：1001—9081(2008)S1—0001一o4 自学习神经网络权值初始化 的贝叶斯方法 赵 金 ，张华军 (华中科技大学 控制科学与工程系，武汉 430074) (hj800710@163．corn) 摘 要：为了提高神经网络学习速度，以神经网络能实现基本控制功能为给定条件 ，在此给定条件下利用贝叶斯 方法计算各种权值组合的后验概率，根据后验概率初始化网络权值而获得具有基本控制功能的初始神经网络，能够 减，J、学习过程 中权值修改的幅度，加快学习速度。通过交流 电机矢量控制系统 中速度环控制器 自设计仿真实验，使 用此方法初始化权值的网络 自学习速度较随机取值法明显提高，验证了本方法的快速性和有效性。 关键词：神经网络；自学习；权值初始化 中图分类号 ：TP183 文献标志码：A Bayesianweightsinitializationmethodin self-learningofneural networks ZHA0Jin．ZHANGHua-jun (DepartmentofControlScieIl,o~andEngineering,Huazhong ofSo,neeandTechnology,WuhanHubel430074，China) Abstract：Inordertoacceleratethespeedofneurallearning，thispapersettheneuralnetworkwithbasecontrolability asagivenconditionandcomputdehteprobbailitiesofdifferentweightsgivenbasecontrolabiliytbyBayesiantheoryatfirst．At thesecond，itinitializedhteneuralweightsbaseontheseBayesina probbailities．Becausehteneural networkshavebase controlbailiyt，thisinitializationmethodCna rdeucehteamplitudeof weightschangesduringtheprocessofsefl-leaming．The reductionoftheamplitudeisvlrtuallyreduction of learningtime、In htespeedcontrollerdesigningexperimentof AC motor drivesystem，itapplide theproposde initializationmehtodandrnadom initializationmehtodtoinitializeneuxalweihgts． Throuhg comparinghteresults，itisfoundthathtelearningtimeofhtefrontisobviouslyshorterthna thelatter、Thisresult pmveshteavailabiliytoftheproposedneuxalweihgtsinitializationmethod． Keywords：neuxalnetwork；self-learnlng；weihgtinitialization 化那些受奖励的动作以改善 自身性能，通过学习产生一系列 0 引言 动作策略。目前的神经