BP网络模型的改进方法探讨.pdfVIP

第 卷 第 期 哈 尔 滨 建 筑 大 学 学 报 !! #$% !! ’$ 年 月 ())) *) +$,-./% $0 1/-23. 4.356-7389 $0 : ; =-?3868,-6 @8 ())) 文章编号G *))E B EHI) D ())) F ) B ))H B )C JK 网络模型的改进方法探讨 姜绍飞，张春丽，钟善桐 D 哈尔滨建筑大学 建筑工程学院，黑龙江 哈尔滨 *))A) ） 摘 要：随着 网络应用的日益广泛，其本身存在的一些问题也越来越充分地暴露出来。首先对 网络存 JK JK 在的问题及产生的原因进行了初步探讨，然后针对这些问题及原因，比较系统地研究了影响 网络性能的 JK 各种改善方法。 关键词：神经网络；网络结构； 算法；节点 JK 中图分类号：L4*I! 文献标识码：= L?6 3MN-$53.O M68?$P7 $0 JK .68Q$-R !#$% ’()*+,-. /0#$% 1’23*4-. /05$% ’(3*6)37 D S?$$% $0 :353% ;.O3.66-3.O =-?3868,-6T 1/-23. 4.35 $0 :353% ;.O =-?T 1/-23. *))A)T :?3./ F #896:(;6 =7 JK D J-/.? K-6P383$. F .6,-/% .68$Q$-R 37 /NN%36P 3. M/.9 /-6/7T 8?6 7?$-8/O67 $0 JK .68Q$-R /-6 N,8 $,8 U. 8?37 N/N6-T 8?6 N-$2%6M7 /.P 8?63- -6/7$.7 $0 JK /-6 P37,776P L?6. 8?6 3MN-$53.O M68?$P7 /-6 79786M3/%%9 78,P36P 3. P68/3% =, ?):@9 .6,-/% .68Q$-RV JK .68Q$-RV JK /%O$-38?MV $..683$. “ ” 自1$N036%P 将 能量函数 引入神经网络，使得网络稳定性能有了明确的判据以来，再度掀起了人 “ ” 们研究神经网络的热潮。特别是他用神经网络成功地解决了 巡回推销员 问题后，神经网络越来越被 广泛地应用于模式识别、图象信号处理、工业过程控制、管理系统和财政金融预测等领域。近几年人 工神经网络开始被应用于结构工程领域进行结构优化设计、结构受力分析及结构截面和配筋的初步设 计、结构故障诊断与评估、结构控制及科学决策和预报以及土建工程的招标、工程估价等方面。 目前，神经网络应用最广泛的还是JK 网络，一方面是其网络简单，二是因为其实现起来比较容 易。但随着使用的广泛，越来越多的人发现 网络训练速度比较慢，且易陷入网络瘫痪等缺点，这 JK 些问题极大地影响神经网络的进一步应用。基于此，本文从JK 网络的内在原因，分析了其产生问题 的原因，并比较系统地探讨了改进其性能的各种方法。 * JK 网络模型及存在的问题探讨 人工神经网络是由许许多多人工神经元按照不同的连接方式而构成的巨型复杂网络。人工神经 元是人工神经网络的基本处理单元，它是一个近似模拟生物神经元的数学模型，它通过与其相连的 其它神经元接收信息。每一连接都有突触连接强度，用一个那层连接的权值表示。即将产生的信号 通过连接强度放大；接着，人工神经元接收到与其相连的所有神经元输出的加权累积，