首页 | 本学科首页   官方微博 | 高级检索  
     

基于规则的前馈神经网络的混沌梯度下降耦合学习算法
引用本文:邵义元,胡志坤. 基于规则的前馈神经网络的混沌梯度下降耦合学习算法[J]. 九江学院学报, 2002, 21(5): 7-11
作者姓名:邵义元  胡志坤
作者单位:鄂州大学教育系 湖北鄂州436000(邵义元),中南大学应用物理与热能工程系 湖南长沙410083(胡志坤)
摘    要:提出用规则判断由于BP神经网络学习过程中因梯度搜索产生的局部极小 ,并利用具有全局寻优的特点的混沌优化算法 ,使学习过程能有效地逃离局部极小。即 ,梯度下降进研“粗搜索”、混沌优化法进行“细搜索”及建立规则将两者结合起来 ,就构成了本文的基于混沌梯度下降的前馈神经网络学习算法。这种算法有效地利用了梯度下降算法的快速性和混沌寻优的全局性。将该算法应用于铜锍吹炼过程智能决策支持系统模型库中的模型学习 ,产生了良好的应用效果。

关 键 词:混沌优化  神经网络  梯度搜索
修稿时间:2002-04-08

A Coupled exercise Algorithm of Forward neural Network Combined With Gradient Search And Chaotic Optimization Search B ased On Rules And Its Application
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号