基于bp网络的学习系统研究-计算机应用技术专业论文.docxVIP

华中科技大学硕士学位论文摘要 华中科技大学硕士学位论文 摘要 厂，神经网络是人工智能的一个重要分支．由于它具有很强的自学习性、高的鲁棒性 t 和联想记忆功能等优良的特性使得其应用越来越广泛． BP网络学-3系统是基于前馈裨经网络一种机器学习系统。它使用反向传播训练算 法来完成网络学习的主要过程，其学习能力的优 络的构建方法、初始化技 术、样本选择规则以及训练算法有着必然的联系 为了获取高效的BP网络学习系统，我们对于8P网络的结构以及影响网络学习性 能的其它相关因素进行了探讨。特别的是，我们对于BP网络训练技术作出了进一步 的分析与设计。BP算法引入，使得神经网络拥有了对噪声数据的高承受能力，以及对 未经训练的数据建立分类模型的能力。但是，BP算法存在的收敛速度慢、稳定性较差 的问题也使得BP网络学习系统解决复杂问题的能力大为减弱。 针对这一问题，我们采用了一种新的解决方案：综合交步长法与加惯性项法的思 想，通过采集学习过程中前后几次学习的权值增量，进行综合对比与判别从而确定新 一轮迭代权值的调整值，当前后几次的权值增量变化过大或者过小时，分别作缩小与 放大处理。通过引入这种调节机制，减小了振荡发生的概率，增强了BP网络的稳定 性，同时保证了收敛速度。 为了验证研究结论的准确性，我们根据研究所确定的方案设计了一个神经网络学 习系统。在该系统中，给出了传统BP算法、变步长法以及改进算法三种网络训练的 机制，选用函数逼近与XOR问题求解两个试验加以了验证。理论分析与实际验证的 结果表明，我们所采用的网络训练方案明显优于标准BP算法与常规的交步长法，BP 网络学习系统具备了高效的学习能力。 关键词：BP拿滚；前馈藉鑫网络； 收敛遗爱：稳定诖：神经高象专家系统 )c! I 华中科技大学硕士学位论文 华中科技大学硕士学位论文自目j__目4==；目_=；目E=目=；；==％ ABSTRACT Neural Networks is an important embranchment of artificial intelligence．With strong learning ability，high robust performance and memorizing ability，it was applicated more and more broadly． BP net learning system is a machine learning system based 011 fccdforward neural netwoks，it finish the net training procedure using BP learning algorithm．It’S performance is relevant to the net consmleting method,net initializing technology,sample choosing rcaes and the net training algorithm closely． In order to obtain the high efficient BP net learning system，we discussed the structure for BP net and other facts which effected the net learning p盯fonnance,at the same time，Wc analized the BP net trianing technology．Though the neual networks has many wcll performance by using the BP training algorithm．it’S ability tO solve the complex problem is bad because ofthe low convergent performance and badly stability for BP algorithm． We suggested a new method which be used tO improve On the standard BP algorithm．In the new method，we adjust the weight increment dynamicly using a new mechanisms．We confirm the删岫g value ultimately after comparing the previous increment value and the current one．Whi