文献类型：期刊文章

作　　者：徐春晖[1] 徐向东[1]

机构地区：[1]清华大学热能工程系

出　　处：《清华大学学报（自然科学版）》

基　　金：国家攀登计划

年　　份：1999

卷　　号：39

期　　号：3

起止页码：1-3

语　　种：中文

收录情况：AJ、AMR、BDHX、BDHX1996、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：前馈神经网络在非线性系统的建模及控制中有着广阔的应用前景，但是该网络的学习算法—向后传播算法（Ｂａｃｋｐｒｏｐａｇａｔｉｏｎ（ＢＰ）Ａｌｇｏｒｉｔｈｍ）算法存在一些不足。为了提高多层前馈神经网络的学习效率及稳定性，引入了非线性最小二乘法。通过与其他学习算法的比较，得出结论：其中用差商近似代替导数的Ｐｏｗｅｌ法是一种高效、快速的学习方法，其学习速率比带动量项的学习率自适应的ＢＰ算法高一个量级，而比ＤａｖｉｄｅｎＦｌｅｔｃｈｅｒＰｏｗｅｌ（ＤＦＰ）、ＢｒｏｙｄｅｎＦｌｅｔｃｈｅｒＧｏｌｄｆａｒｌＳｈａｎｎｏ（ＢＦＧＳ）等变尺度方法以及其他非线性最小二乘法的稳定性要好得多。

关 键 词：前馈神经网络 学习算法 最小二乘法 神经网络

分 类 号：TP18]