MSCGA—BP网络混合建模新方法.pdfVIP

重 型 机 械 ·11 · · 新技术 ·新设备 · MSCGA—BP网络混合建模新方法 王 焱 ，刘景录。，孙一康。 (1．济南大学信息科学与工程学院，山东 济南 250022；2．济南大学计算中心 ， 山东 济南 250022；3．北京科技大学信息工程学 院，北京 100083) 摘 要 ：针对 BP神经 网络存在 的网络结构参数 、收敛速度 、局部极小等 问题 ，提 出基于变尺度混 沌遗传算法 (MSCGA)与BP神经网络相互结合 的混合建模新方法 ，可对 BP网络隐层节点数、网络权 值 、阈值等结构参数进行快速优化设计 。该方法具有学 习功能强、计算精度高、使用精度高 、使用方便等 特点，且适合在线计算。算例分析证 明了该方法的有效性，为改善 BP神经网络性能提供 了一条新途径。 关键词：神经网络；遗传算法；变尺度；混沌；冷轧 中圈分类号：TP18 文献标识码 ：A 文章编号：1001—196X (2003)Ol一0011—04 A new fusionmodelingmethodbasedonMSCGA andBP networks WANGYan。LIU Jing—tu，SUNYi—kang。 (1．SchoolofInformationScienceandEngineering，JinanUniversity，Jinan250022，China； 2．ComputingCenter，JinanUniversity，Jinan250022，China；3．InformationEngineering School，UniversityofScienceandTechnologyBeijing，Beijing100083，China) Abstract：Thepaperadvancedanew wayoffusionmodelingbymeansoftheuseofmutativescale chaosoptimizationmethodandBP networkstoovercomeproblemsinmakeupparameters，convergence speedandlocalminimaofBPnetworks．Thewayhastheadvantages，suchasstronglearningfunction， preciseresultsandconvenientusagesuitingforon-linecalculation．Withtheexample．theeffectiveness ofthemethodisproved．ThismethodprovidesawayforperformancemelioationofBPnetworks． Keywords：neuralnetworks；geneticalgorithm ；mutativescale；chaos；coldrolling 1 引言 优化方法 2．1 BP网络及算法特点 BP神经网络是一种多层结构的映射网络 ，也 目前在神经网络的实际应用中，绝大部分是 是 目前应用最广泛、最成熟的一种模型。然而，BP 采用BP网络 (图1)和它的变化形式。BP网络的 网络并不十分完善，如网络的结构参数往往要通 学习由四个过程组成[1]，即：“模式顺传播”过程 ； 过试探法确定等等。为了改善BP网络的性能，本 “误差逆传播”过程；由 “模式顺传播”与 “误差