發(fā)布時間：2018-03-19 19:42

  本文選題：BP網(wǎng)絡(luò)　切入點：模擬退火算法(SA)　出處：《合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版)》2017年11期 　論文類型：期刊論文

【摘要】：單隱藏層BP神經(jīng)網(wǎng)絡(luò)在模式識別及數(shù)據(jù)挖掘等領(lǐng)域應(yīng)用廣泛,而隱藏層節(jié)點的數(shù)目受到眾多因素的影響,因此節(jié)點數(shù)量的選取一直是一個復(fù)雜的問題。文章提出一種基于模擬退火算法(simulated annealing,SA)的單隱藏層BP神經(jīng)網(wǎng)絡(luò)隱藏層節(jié)點估算算法,基于經(jīng)驗確定隱藏節(jié)點數(shù)的下界,通過模擬退火不斷增加隱藏節(jié)點個數(shù)直至算法結(jié)束,得到最優(yōu)解。該方法與經(jīng)驗法和試湊法相比具有較強的理論依據(jù),與遺傳算法等方法相比不容易陷入局部最小值。實驗證明,采用該方法估算隱藏層節(jié)點的準(zhǔn)確率較高,速度也較快。
[Abstract]:Single hidden layer BP neural network is widely used in pattern recognition and data mining, but the number of hidden layer nodes is affected by many factors. Therefore, the selection of the number of nodes is always a complicated problem. This paper presents a single hidden layer BP neural network hidden layer node estimation algorithm based on simulated annealing algorithm (simulated annealing SAA), which determines the lower bound of hidden node number based on experience. Through simulated annealing, the number of hidden nodes is increased until the end of the algorithm, and the optimal solution is obtained. Compared with the empirical method and the trial method, this method has a strong theoretical basis. Compared with genetic algorithm, it is not easy to fall into the local minimum value. The experimental results show that the proposed method has higher accuracy and faster speed in estimating hidden layer nodes.
【作者單位】： 合肥工業(yè)大學(xué)計算機(jī)與信息學(xué)院;
【分類號】：TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉彥秀;姜華;潘全科;;基于全局和聲搜索的模擬退火算法改進(jìn)[J];計算機(jī)工程與科學(xué);2010年11期

2 謝玉瓏,王繼紅,俞汝勤;通用模擬退火用于穩(wěn)健多元分析校正[J];高等學(xué)校化學(xué)學(xué)報;1993年02期

3 李洪瑞;基于模擬退火算法的多目標(biāo)數(shù)據(jù)關(guān)聯(lián)[J];情報指揮控制系統(tǒng)與仿真技術(shù);1998年10期

4 郭茂祖,姜俊峰,李靜梅;模擬退火算法中冷卻調(diào)度選取方法的研究[J];計算機(jī)工程;2000年09期

5 鐘太勇;許小勇;;模擬退火算法求算一維非線性方程的根[J];鄖陽師范高等�？茖W(xué)校學(xué)報;2006年06期

6 鄭玉|，

本文編號：1635721