变尺度混沌算法的BP网络优化

摘要：

采用变尺度混沌优化方法代替梯度下降法融入BP神经网络,在优化搜索过程中不断缩小搜索空间,克服了标准BP算法易陷入局部极小的缺点,能有效地寻找到BP神经网络权值的全局最优值;此外,进一步提出变尺度混沌优化与梯度下降法有机结合的算法,能有效缩短单一的变尺度混沌优化BP算法的训练时间.仿真结果表明,改进的BP神经网络具有实现简单、寻优性强和优化效率高等特点.

关键词：误差反向传播算法、梯度下降法、局部极小、混沌优化、变尺度混沌优化算法

所属期刊栏目：28

分类号：IP183

资助基金：中央高校基本科研业务费资助项目CDJXS10100027

在线出版日期：2011-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1257-1259