10.3969/j.issn.1006-2475.2012.11.003
基于改进BP神经网络的函数逼近性能对比研究
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.
BP神经网络、改进算法、函数逼近、MATLAB
TP391.9(计算技术、计算机技术)
国家自然科学基金资助项目61104071
2013-03-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
10-13,17