神经网络BP算法的改进及应用研究.pdfVIP

558 计算机技术与应用进展-2006 神经网络BP算法的改进及应用 左旭坤李国丽姜卫东 合肥工业大学电气与自动化工程学院，合肥230009 摘要：针对BP算法收敛速度慢的特点，在隐含层上加入了关联节点，改善了网络的学习速率和 适应能力。并将改进算法用于直流无刷电机调速系统的仿真实例中．仿真结果表明，改进的BP算法 可显著加速网络静}练速度，学习过程具有较好的袄敛挂和鲁棒性。 关键词：BP算法收敛速度关联节点 口 神经网络是一种基本上不依赖于模型的控制方法，它比较适用于那些具有不确定性或高度非线性的控 制对象．并且有较强的自适应和自学习功能，是智能控制的一个重要分支领域…。在形形色色的神经网络 中，BP网络是发展最成熟应用最广泛的～种前向神经网络。但是BP网络学习算法的收敛速度很慢，通常 需要上千次的迭代或者更多，这对很多要求在线实时控制的系统是不适合的。本文针对这个缺点对BP网 络进行了相应的改进，并将改进后的网络应用于直流无刷电机的调