-
题名BP神经网络算法的一种改进
被引量：21
- 1
-
-
作者
王青海
-
机构
青海省大通县职业教育中心
-
出处
《青海大学学报（自然科学版）》
2004年第3期82-84,共3页
-
文摘
为了减小标准BP算法中迭代次数并提高其收敛速度,提出了将负梯度下降法与DFP变尺度算法相结合进行权值修正的方法,在误差寻优初期,首先采用标准BP算法进行迭代,每迭代一次的工作量较小、所需存贮量较少,且对初始点的要求不高。当寻优过程开始接近最优时,更改寻优算法,即使用DFP变尺度算法。最后,通过MATLAB实现。结果表明改进后的BP算法减少了迭代次数,提高了寻优的收敛速度。
-
关键词
负梯度下降
HESSE矩阵
误差最优
权值修正
-
Keywords
method of negative gradient descent
Hesse matrix
error optimization
modified weight
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于BP神经网络PID控制DC/DC变换器研究
- 2
-
-
作者
胡霞
王华俊
-
机构
安徽理工大学电气与信息工程学院
-
出处
《佳木斯大学学报（自然科学版）》
CAS
2023年第3期28-30,95,共4页
-
文摘
针对传统PID控制DC/DC变换器具有响应速度慢,输出电压纹波系数大等问题。提出了一种BP神经网络结合PID的控制方法。对神经网络的结构进行了分析,对算法进行了数学公式推导,最后采用Matlab软件编程实现BP神经网络算法。在Simulink模块中搭建了Buck电路模型,再分别搭建了传统PID控制和模糊PID以及BP神经网络控制模型对其进行仿真,得到相应的输出电压仿真结果图。仿真结果表明,BP神经网络PID控制下的输出电压更稳定,纹波系数为0.4%,小于其他两种控制方法。
-
关键词
BP神经网络
PID
DC/DC变换器
负梯度下降
-
Keywords
BP neural network
PID
DC/DC converter
negative gradient descent
-
分类号
TP13
[自动化与计算机技术—控制理论与控制工程]
TN303
[自动化与计算机技术—控制科学与工程]
-
-
题名神经网络梯度下降与粒子群组合的训练算法
被引量：2
- 3
-
-
作者
郭松林
王朝晖
-
机构
黑龙江科技大学电气与控制工程学院
-
出处
《黑龙江科技大学学报》
CAS
2020年第4期437-441,共5页
-
文摘
针对神经网络迭代过程中易陷入局部极小点的问题,提出一种BP-PSO算法。采用负梯度下降法迭代神经网络中的各项参数,利用得到的权值和偏置作为一个解向量,在该参数的邻域内引入简单PSO粒子群算法进行全局寻优,将最优解代入负梯度下降法,循环求解。结果表明,在Tensorflow鸢尾花分类数据集上的测试中,该组合算法与梯度下降算法相比,损失函数下降了49.54%,训练次数减少了43.33%,达到了收敛速度更快、识别度更高的效果。
-
关键词
神经网络
粒子群算法
负梯度下降
局部最小
-
Keywords
neural network
particle swarm optimization
negative gradient descent
local minimum
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
