标准BP算法及改进的BP算法应用.pptVIP

标准BP算法及改进的BP算法应用 1.1 标准的BP算法 BP标准的BP算法是基于梯度下降法，通过计算目标函数对网络权值和阈值的梯度进行修正。 X(k + 1 ) = X(k) - μΔF( X(K) ) X(K)为由网络所有权值和阈值所形成的向量； μ为学习速率； ΔF( X(K) )为目标函数的梯度； 标准的BP 算法虽然原理简单，实现方便，但由于训练过程中为一较小的常数，因而存在收敛速度慢和局部极小的问题。 对于复杂问题，训练过程需迭代几千、几万次才能收敛到期望的精度。 因此，标准的BP 网络在很大程度上表现出它的不实用性，特别是对实时性很强的系统。为此就有了各种改进算法。 标准BP网络的应用 P = -1:0.1:1 T = [-0.96 -0.577 -0.0729 0.377 0.641 0.66 0.461 0.1336 -0.201 -0.434 -0.5 -0.393 -0.1647 0.0988 0.3072 0.396 0.3449 0.1816 -0.0312 -0.2183 -0.3201 ]; [R,Q] = size(P); [S2,Q] = size(T); S1 = 5; [W1,B1] = rands(S1,R); [W2,B2] = rands(S2,S1); net = newcf( minmax(P),