灰色动态神经网络模型及其应用.pdfVIP

水 利 学 报 2003年 7月 SHUILI XUEBAO 第 7期 文章编号 ：0559．9350 (2003)07．0120．04 灰色动态神经网络模型及其应用 岳建平 (1．河海大学 土木工程学院，江苏 南京 210098) 摘要：介绍了灰色动态神经网络的基本原理 ，分析了传统误差反向传播 (BP)算法所存在的缺陷，并提出了解 决这些问题 的主要途径 。根据灰色系统理论 ，对大坝安全监控模型的因子集进行优化 ，选择有显著影响的因子 建立模型，能明显减少计算工作量，提高工作效率。利用对隐含层结点数的动态调整，有效地解决了隐含层结 点数难 以确定的矛盾，同时，通过两组样本的相互校验，使训练后的网络预测精度更高。最后，以大坝安全监 控模型为实例，对该模型的精度等进行了分析。 关键词 ：神经网络 ；动态模型；灰色系统 中圈分类号：O159 文献标识码 ：A 安全监控模型是建筑物结构性态分析与综合评价 的基础 ，传统的监控模型一般采用统计分析方法 建立 ，这种方法一般要求大子样的测值样本 ，而且测值 的时空遍历性要较好 ，如果这些条件不满足 ， 则所建监控模型的精度和可靠性一般都 比较差。随着人工神经 网络理论和技术的发展 ，该理论在建立 安全监控模型方面也得到了研究与应用。传统的人工神经网络模型一般都是基于 BP算法建立的，该 法虽是一种有效的算法 ，但也存在严重的不足 ，如 ：收敛速度慢 ，存在局部最小点 ，网络的隐含结点 个数难 以确定等 。由于不同的隐含层结点个数对网络 的训练速度和预测精度有显著 的影响，因此 ，合 理地确定隐含层元素个数 ，不仅是提高训练速度的需要 ，而且对提高 网络的整体性能十分必要 。本文 试图通过灰色系统理论对输入层的结点进行优化 ，并通过对 隐含层结点数的动态调整 ，以获得最佳 的 模型计算结果 。 1 BP算法存在的主要问题及其改进 1．1 主要问题 根据 Kolmogorov定理和 BP定量 ，以Sigmoid函数为激励 函数 的3层 BP网络可以任意 精度逼近任意连续 函数 。但它还存在以下几个方面的问题 ：(1)收敛速度慢。在建立模型时，网络的 训练往往需要很长的时间，这对建立大批量测点模型十分不利 ，收敛速度慢 只在建立模型时表现得突 出。(2)存在不少局部最小点。从数学上看 ，BP可看作非线性的梯度优化 问题 ，因此 ，不可避免地 存在局部极小问题 ，从而造成网络完全得不到训练。另外 ，初始随机加权的大小 ，对局部最小 的影响 也很大 ，如果这些加权太大 ，一开始就可能使 网络处于 s形 函数的饱和区，则系统有可能陷入局部最 小。(3)隐含结点个数难以确定。 目前 ，网络的隐含结点个数 的选取 尚缺少统一而完整 的理论指导 ， 分析人员只能凭经验或通过多次试算确定隐含层结点的个数。由于不同问题所需要的隐含层结点数有 较大的差异 ，因此 ，这种选择方法存在 明显的盲 目性。实践经验表明，过多或过少的隐含层结点数对 网络训练结果都是不利 的。(4)计算参数选取 困难。在开始网络训练时，需要设定迭代步长和惯性系 数 ，这些参数 目前 尚无 明确的理论计算公式 ，分析人员一般根据 自己的经验选取。当这些参数选取不 收稿 日期 ：2002—02—26 作者简介 ：岳建平 (1963一)，男 ，江苏南京人 ，硕士 ，教授 ，主要研究方向：精密工程测量 、建筑物安全监控。 一 120 一 l l }l