冶金自动化204年增刊.docVIP

本文由ohvuxaiv贡献 pdf文档可能在WAP端浏览体验不佳。建议您优先选择TXT，或下载源文件到本机查看。 《 冶金 自动化》０４ ２０ 年增刊 Ｂ Ｐ学习算法的应用研究与比较 邢明海， 陈祥光 ， 王 渝 （ 北京理工大学 化工与环境学院， 北京 １０８） ００１ ［ 要〕 摘 本文比较研究了神经网络中常用的 ９ 种改进 Ｂ 算法， ４ Ｐ 针对 个应用于不同问题的神经网络进行训练， 得出了各 算法适应的环境。在此基础上， 总结出了针对不同的实际问题， 要根据网络的大小， 应用方向（ 函数逼近， 模式识别） 以及 误差精度要求等方面来选择合适的 Ｂ 算法。在实际问题中的应用结果表明， Ｐ 恰当的 Ｂ Ｐ算法能够对运算速度、 泛化能力 等得到较好的效果； 神经网络的改进 Ｂ 算法比较结果， Ｐ 对实际问题中选择恰当的算法提供了理论依据， 有实用价值。 「 关键词〕 神经网络；Ｐ Ｂ 算法； Ｂ 算法 快速 Ｐ ０ 引言 随着神经网络在各个领域的深人应用， 　　　　 人们在选择神经网络进行实际工作的时候， 都离不开合适的 学习算法。近十几年来， 许多研究人员对 Ｂ 学习算法进行了研究， Ｐ 提出了很多改进的方法〔。 ‘ 但是， 〕 大 都只是局限于理论上的研究， 在实际应用中具体应选择哪种学习算法， 仍然是