基于动量因子优化学习率的BP神经网络PID参数整定算法

摘要：

针对传统BP神经网络学习过程中学习率选取过大导致振荡的问题,提出一种新的BP神经网络PID(比例-积分-微分)参数自适应整定算法.采用BP神经网络对PID参数进行自适应调节和优化,并利用动量因子优化学习率和增加动量项抑制BP神经网络训练中出现的振荡现象,以加快收敛速度.实验结果表明,该算法有效缓解了振荡现象,加快了算法的收敛速度.

关键词：PID参数自整定、神经网络、学习率、动量因子

所属期刊栏目：58

分类号：TP311(计算技术、计算机技术)

资助基金：吉林省教育厅"十三五"科学技术研究项目;吉林省科技发展计划技术攻关项目;吉林省发改委产业技术研究、开发项目

在线出版日期：2020-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1415-1420