一种BP神经网络的改进算法及其应用

被引:0
作者
周菁菁
机构
[1] 兰州大学
关键词
人工神经网络; BP算法; 变梯度法; 改进; 声波孔隙度;
D O I
暂无
年度学位
2017
学位类型
硕士
摘要
人工神经网络由大量的人工神经元互相连接而成,它抽象模仿了动物大脑的神经元网络结构,能够像人脑那样处置和储存信息。大量实践证明,这种信息处理系统同时具备非线性、非局限性,非常定性和非凸性的特征,能够高速寻找出一个复杂问题的优化解。人工神经网络在现代科学技术领域展现出了巨大的应用潜力。本文在介绍人工神经网络的发展历程、基本原理及常见应用的基础上,着重介绍了以误差反向传播法(BP算法)为学习算法的BP神经网络。这种人工神经网络具有良好的逼近性,能够以任意精度逼近任意的非线性函数,结构简单,性能优良,但存在运算速度慢,容易陷入局部极小值的问题。为了解决这个问题,本文尝试通过改变误差梯度方向及使用线性搜索来对BP算法进行改进。为了验证改进效果,使用河南油田某钻井的声波测井数据,对比了传统BP算法和改进后的算法在确定岩层孔隙度方面的效果。通过仿真试验发现,在对来自同一口钻井的数据进行运算时,传统BP算法需要进行488次迭代才能完成运算,改进后的算法只需要进行70次迭代即可完成运算,说明改进后的算法运算速度有了较明显的提升。同时利用改进后的算法得到的岩层孔隙度与钻井地质编录的结果更为接近,说明其运算精度也较高。
引用
收藏
页数:47
共 17 条
[1]
IMC design for unstable processes with time delays [J].
Tan, W ;
Marquez, HJ ;
Chen, TW .
JOURNAL OF PROCESS CONTROL, 2003, 13 (03) :203-213
[2]
前向神经网络隐含层节点数的一种优化算法 [J].
夏克文 ;
李昌彪 ;
沈钧毅 .
计算机科学, 2005, (10) :143-145
[3]
应用人工神经网络确定声波孔隙度 [J].
夏克文 ;
宋建平 ;
李昌彪 .
小型微型计算机系统, 2004, (04) :716-718
[4]
优化遗传算法在孔隙度预测中的应用 [J].
罗银河 ;
刘江平 ;
肖长安 .
地学前缘, 2003, (01) :213-218
[5]
神经网络在测井解释中的应用[J] 罗利 天然气工业 1997, 05
[6]
共轭梯度神经网络的研究[J] 蔡正国,屈梁生 西安交通大学学报 1995, 08
[7]
神经网络理论与MATLAB 7实现[M] 飞思科技产品研发中心编著; 电子工业出版社 2005,
[8]
神经网络模型及其MATLAB仿真程序设计[M] 周开利,康耀红编著 清华大学出版社 2005,
[9]
大规模人工神经网络理论基础[M] 罗四维著; 北方交通大学出版社 2004,
[10]
神经网络原理[M] (美)SimonHaykin著;叶世伟;史忠植译; 机械工业出版社 2004,