期刊文章详细信息
基于改进BP神经网络的函数逼近性能对比研究
Performance Comparison of Function Approximation Based on Improved BP Neural Network
文献类型：期刊文章
机构地区：[1]渤海大学工学院,辽宁锦州121013
基 金：国家自然科学基金资助项目(61104071)
年 份：2012
期 号：11
起止页码：10-13
语 种：中文
收录情况：IC、ZGKJHX、普通刊
摘 要：为了正确反映实际应用中经常采用的6种典型BP神经网络的改进算法的非线性函数逼近能力,本文从数学角度详细阐述这6种典型BP神经网络的改进算法的学习过程,简要地介绍MATLAB工具箱中设计BP网络的训练函数,最后在MATLAB环境下设计具体的网络来对指定的非线性函数进行逼近实验,并对这6种典型BP神经网络的改进算法的性能差异进行对比。仿真结果表明,对于中小规模网络而言,LM优化算法逼近性能最佳,其次是拟牛顿算法、共轭梯度法、弹性BP算法、自适应学习速率算法和动量BP算法。
关 键 词：BP神经网络 改进算法 函数逼近 MATLAB
分 类 号：TP391.9]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
