基于BP网络的权值更新快速收敛算法

被引:6
作者
周昌能
余雪丽
机构
[1] 太原理工大学计算机学院
关键词
快速收敛算法; 游戏式训练; BP人工神经网络;
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
针对标准BP网络学习算法收敛慢的问题,提出了两种权值更新的快速收敛算法,即基于梯度变化率的快速传递算法和基于梯度方向的弹性传递算法,并在煤矿事故救援游戏式训练系统中进行仿真和比较,让游戏角色根据井下空气成分学习判断危险程度,以便受训人员或仿生机器人采取相应的措施。仿真结果表明,所提算法的收敛时间比标准算法有一定改善。
引用
收藏
页码:1940 / 1942
页数:3
相关论文
共 5 条
[1]   神经网络增强学习的梯度算法研究 [J].
徐昕 ;
贺汉根 .
计算机学报, 2003, (02) :227-233
[2]   人工神经网络算法研究及应用 [J].
杨源杰 ;
黄道 .
华东理工大学学报, 2002, (05) :551-554
[3]  
游戏设计技术.[M].(美)AndrewRollings;(美)ErnestAdams编著;金名;张长富译;.北京希望电子出版社.2004,
[4]  
神经网络与实例学习.[M].余雪丽等编著;.中国铁道出版社.1996,
[5]  
人工智能及其应用.[M].蔡自兴;徐光〓[编著];.清华大学出版社.1996,