训练前向神经网络的全局优化新算法及其应用

被引：9

作者：

李换琴

万百五

机构：

[1] 西安交通大学理学院

[2] 西安交通大学系统工程研究所陕西西安

[3] 西安交通大学系统工程研究所

[4] 陕西西安

来源：

关键词：

前向神经网络; 填充函数; BP算法; 全局优化; 质量模型;

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：

把填充函数法与 BP算法相结合 ,提出一种训练前向神经网络的混合型全局优化新算法 .该算法首先由 BP算法得到一个局部极小点 ,然后利用填充函数使 BP算法跳出局部最优 ,得到一个更低的极小点 .重复此过程最终求得全局最优解 .最后给出一个应用实例 .

引用

页码：42 / 47

页数：6

共 3 条

[1]

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

GE, RP ;

QIN, YF .

[3]

Properties of the random search in global optimization[J] . R. S. Anderssen,P. Bloomfield.Journal of Optimization Theory and Applications . 1975 (5)