BP神经网络的LM算法及其对颗粒碰撞振动阻尼的预测

被引：13

作者：

李来强

王树林

赵兵涛

机构：

[1] 上海理工大学动力工程学院

来源：

上海理工大学学报 | 2006年 / 04期

关键词：

神经网络; Levenberg-Marquardt算法; 颗粒碰撞振动阻尼;

D O I：

10.13255/j.cnki.jusst.2006.04.006

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：

介绍了一种BP神经网络的改进Levenberg Marquardt(LM)算法原理,用这种方法对颗粒碰撞振动系统的阻尼进行了训练和仿真,并将此改进算法与传统算法进行比较.结果表明,该算法稳定、快捷,预测准确,适合应用于对实时性要求比较高的场合,且预测得到的模型与相关文献中的结果一致.

引用

页码：331 / 333

页数：3

共 5 条

[1] 用自调整S函数提高神经网络BP算法 [J].

薛年喜 ;

贾永乐 .

计算机测量与控制, 2003, (02) :153-155

[2] 神经网络学习算法的过拟合问题及解决方法 [J].

李俭川 ;

秦国军 ;

温熙森 ;

胡茑庆 .

振动、测试与诊断, 2002, (04) :16-20+76

[3] 基于Levenberg-Marquardt算法的神经网络监督控制 [J].

赵弘 ;

周瑞祥 ;

林廷圻 .

西安交通大学学报, 2002, (05) :523-527

[4] BP神经网络训练算法的改进 [J].

马正华 ;

薛国新 .

江苏理工大学学报(自然科学版), 2000, (01) :81-84

[5]

Accelerating the convergence of the back-propagation method[J] . T. P. Vogl,J. K. Mangis,A. K. Rigler,W. T. Zink,D. L. Alkon.Biological Cybernetics . 1988 (4-5)

← 1 →