一种新的全局优化前馈神经网络

被引：1

作者：

高明

刘希玉

盛立

机构：

[1] 山东师范大学信息管理学院,山东师范大学信息管理学院,山东师范大学信息管理学院山东济南,山东济南,山东济南

来源：

关键词：

L-M算法; 填充函数; 全局优化; BP网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

将 L-M算法与填充函数法相结合,提出一种训练前向网络的混合型全局优化新算法.L-M算法的收敛速度快,利用它先得到一个局部极小点,然后利用填充函数算法跳出局部最小,得到一个更低的局部极小点.重复计算即可得到全局最优点.经实验验证,该算法收敛速度很快,避免局部收敛,而且性能稳定.

引用

页码：37 / 41

页数：5

共 5 条

[1] 训练前向神经网络的全局优化新算法及其应用 [J].

李换琴 ;

万百五 .

[2]

神经网络原理.[M].(美)SimonHaykin著;叶世伟;史忠植译;.机械工业出版社.2004,

[3]

神经网络导论.[M].胡守仁等编著;.国防科技大学出版社.1993,

[4]

A filled function method for finding a global minimizer of a function of several variables.[J].Ge Renpu.Mathematical Programming.1990, 1-3

GE, RP ;

QIN, YF .