前馈神经网络的新学习算法研究及其应用
来源期刊：控制与决策1997年第3期
论文作者：张星昌
文章页码：213 - 216
关键词：前馈神经网络;学习算法;变尺度方法;DFP法;BFGS法;
摘 要：为了提高多层前馈神经网络的权的学习效率。通过引入变尺度法,提出一种新的学习算法。理论上新算法不仅具有变尺度优化方法的一切优点,而且也能起到Kick—Out学习算法中动量项及修正项的相同作用,同时又克服了动量系数及修正项系数难以适当选择的困难。仿真试验证明了新学习算法用于非线性动态系统建模时的有效性。
张星昌
中国科学院自动化研究所!北京100080
摘 要：为了提高多层前馈神经网络的权的学习效率。通过引入变尺度法,提出一种新的学习算法。理论上新算法不仅具有变尺度优化方法的一切优点,而且也能起到Kick—Out学习算法中动量项及修正项的相同作用,同时又克服了动量系数及修正项系数难以适当选择的困难。仿真试验证明了新学习算法用于非线性动态系统建模时的有效性。
关键词：前馈神经网络;学习算法;变尺度方法;DFP法;BFGS法;
