BP算法在求解非线性问题中的应用研究.pdf

第18卷第2期 湖南文理学院学报(自然科学版) Vbl．18No．2 ofHunan ofArtsand Science 2∞6年6月 Joumal University Science(NatumlEditi蚰) J佃．2∞6 文章编号：1672．6146(2006)02一0057—03 BP算法在求解非线性问题中的应用研究 邱德润，朱明旱 (湖南文理学院电气系，湖南常德，415000) 摘要：详细研究了BP算法在求解非线性问题中的应用， 过BP算法训练来获取精度可控的数值解． 提出并证明了BP算法的收敛性定理，给出了应用实例．计 1求解非线性问题的BP算法 算机仿真结果表明：对于随机给定的初始点，BP算法都能 稳定收敛到它的一个实根，与求解非线性问题的传统方法相 1．1求解非线性问题的BP算法 比，具有收敛速度快、计算精度可控与初始点随机给定的优 设某非线性问题为：．厂(z)=0，且工∈【口，6】， 点． 以x为训练权值，则训练样本集为：{七，y。(屯)= 关冀词：非线性问题；BP算法；初始点；收敛性 O 13 中图分类号：TP 文献标识码：A 向和反向传播两种交替过程，能够自动修正各层神 经元的权值和阈值，如此反复，直至网络全局达到 预期精度【5】．BP神经网络模型如图1． 由于非线性问题存在的普遍性，使得非线性方 程厂(工)=o的求解一直引起国内外广大学者的关注 ¨2】．传统的计算方法主要有区间二分法、不动点迭 代法、Newton迭代法和割线法等，其中Newton迭 代法【3J是解非线性方程的最著名和最有效的数值方 法之一，但是，Newton迭代法要求只有当初始值充 图lBP神经网络模型 分接近方程的根时，才能收敛较快，否则难以保证 算法的收敛性；区间二分法是一种简单实用的方法， 神经网络输出为：y(‰)=I厂(雉) (1) (2) 但收敛速度慢，在实际应用中，通常用该法来确定 误差函数为：P(足)=％(％)一y()=一厂(‰) 根的初始近似值；割线法与Newton迭代法类似， 性能指标为：‘，=去92(女) (3) 它用差商代替Newton法的导数，在导数计算比较 权值调整量(采用最速下降法)： 费事或不可能的情况下，显示了它的优点，但一般 来说，其收敛速度比Newton法慢；而不动点迭代 时：一，7誓邓(忌)掣 ‘Mi o^ 法(或称Picard法)需要根据给定的非线性方程 ．厂(z)=O来构造合适的迭代函数g(x)，以实现不动 (4) 权值调整为：‰+。：％+，7P(七)望警卫 点的迭代计算，合适的迭代函数譬(z)可使收敛速度 (Hi 很快，而不合适的迭代函数譬(z)则会使收敛