基于BP神经网络算法的仿真研究

被引：23

作者：

陈斌 ^{[1
]}

胡丽 ^{[1
,2
]}

李昂 ^{[3
]}

陈祥健 ^{[4
]}

刘好武 ^{[2
]}

机构：

[1] 海军工程大学

[2] 海军工厂

[3] 海军部队

[4] 部队装备部装备修理所

来源：

信息技术 | 2016年 / 08期

关键词：

BP神经网络; 局部最小; 算法改进; 实际验证; 故障诊断;

D O I：

10.13274/j.cnki.hdzj.2016.08.022

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

BP神经网络,有着较好的函数拟合性,但仍存在着网络不收敛、陷入局部最小的风险和收敛速度慢的缺点。对这些缺点的克服,大量的科研工作者对此算法做了许多改进工作。文中利用输入向量与目标函数之间的关联,更新网络的权重值,针对网络收敛速度慢、陷入局部最小等风险,对BP算法进行了改进。且对已了解的BP神经网络的几种改进算法以某通信设备的故障诊断为实例一一进行实际训练验证,针对网络训练结果做了总结,对比各种改进方法的优劣,通过对比分析得出本文的算法改进效果明显,且故障诊断准确具有实际价值。

引用

页码：85 / 88+92 +92

页数：5

共 15 条

[1]

Fault diagnosis of electronic analog circuits using a radial basis function network classifier [J].