BP和RBF神经网络的实现及其性能比较

被引:54
作者
刘永
张立毅
机构
[1] 太原理工大学
关键词
人工神经网络; 反向传播算法; 径向基网络; 训练; 函数逼近;
D O I
10.19651/j.cnki.emt.2007.04.022
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
本文介绍了2种应用颇为广泛的神经网络模型,BP及RBF神经网络的基本理论,并从数学角度阐述了2种算法的学习过程,其后简要地阐述了MATLAB神经网络工具箱设计BP和RBF网络的主要函数。为了比较2种网络的性能差异,最后在MATLAB环境下设计了具体的网络来对指定的非线性函数进行函数逼近。仿真结果表明,RBF的泛化能力在多个方面都优于BP网络,但是在解决具有相同精度要求的问题时,BP网络的结构要比RBF网络简单,因此在实际应用中可以此来指导神经网络的设计。
引用
收藏
页码:77 / 80
页数:4
相关论文
共 7 条
[1]   基于MATLAB的BP人工神经网络设计 [J].
陈伟 ;
马如雄 ;
郝艳红 .
电脑学习, 2005, (02) :30-31
[2]   BP网络和RBF网络在函数逼近领域内的比较研究 [J].
智会强 ;
牛坤 ;
田亮 ;
杨增军 .
科技通报, 2005, (02) :193-197
[3]   MATLAB在RBF径向基神经网络仿真中的应用 [J].
王阳萍 ;
朱正平 .
甘肃科技, 2004, (10) :54-55
[4]   BP神经网络在MATLAB上的实现与应用 [J].
桂现才 .
湛江师范学院学报, 2004, (03) :81-85
[5]   人工神经网络的BP算法及其应用 [J].
胡金滨 ;
唐旭清 .
信息技术, 2004, (04) :1-4
[6]   Matlab神经网络工具箱在系统辨识中的应用 [J].
高英杰 ;
王海芳 ;
董国江 ;
张晓丽 .
液压气动与密封, 2001, (05) :34-36
[7]  
神经网络与应用[M]. 国防工业出版社 , 董长虹编著, 2005