📄 论文-基于metropolis准则的bp神经网络学习算法研究.htm
字号:
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<!-- saved from url=(0052)http://www.bjx.com.cn/files/wx/zdhjsyyy/2003-5/4.htm -->
<HTML><HEAD><TITLE>论文-基于Metropolis准则的BP神经网络学习算法研究</TITLE>
<META http-equiv=Content-Type content="text/html; charset=gb2312">
<STYLE type=text/css>INPUT {
FONT-SIZE: 9pt
}
A:link {
FONT-SIZE: 9pt; COLOR: #000059; TEXT-DECORATION: underline
}
A:visited {
FONT-SIZE: 9pt; COLOR: #000059; TEXT-DECORATION: underline
}
A:active {
FONT-SIZE: 9pt; TEXT-DECORATION: none
}
A:hover {
COLOR: red; TEXT-DECORATION: underline
}
BODY {
FONT-SIZE: 9pt
}
TABLE {
FONT-SIZE: 9pt
}
TR {
FONT-SIZE: 9pt
}
TD {
FONT-SIZE: 9pt
}
</STYLE>
<META content="MSHTML 6.00.2800.1106" name=GENERATOR></HEAD>
<BODY class=Normal lang=ZH-CN bgColor=#ffffff leftMargin=0 topMargin=0
marginheight="0" marginwidth="0">
<SCRIPT language=javascript>
function myload()
{
if (navigator.appName == "Netscape")
{document.dangdang.pageY=108;
document.dangdang.pageX=window.screen.width-100
//alert(document.dangdang.pageX)
mymove();
}
else
{
dangdang.style.top=108;
dangdang.style.left=window.screen.width-200
mymove();
}
}
document.ns = navigator.appName == "Netscape"
var a
var b
var x=0
function mymove()
{
window.screen.width>800 ? a=200:a=0
b=window.screen.width
if(document.ns)
{
document.dangdang.top=pageYOffset+300+a
document.dangdang.left=b-200
setTimeout("mymove();",1)
}
else
{
dangdang.style.top=document.body.scrollTop+120+a
dangdang.style.left=b-220
setTimeout("mymove();",1)
}
}
if (navigator.appName == "Netscape")
{document.write("<layer id=dangdang top=80 width=80 height=88><a href=图片连接 target=_blank><img src='/files/wx/button.gif' border='0'></a></layer>");
myload()}
else
{
document.write("<div id=dangdang style='position: absolute;width:120;top:80;left:200; z-index:1'>")
document.write("<table width=179 border=0 cellspacing=0 cellpadding=0 height=95>")
document.write("<tr>")
document.write("<td background='/files/wx/wxmb2.gif' width=2><img src='/files/wx/t1.gif width='2' height='1'></td>")
document.write("<td>")
document.write("<table width='175' border='0' cellspacing='0' cellpadding='0' background='/files/wx/wxmb1.gif' height='95'>")
document.write("<tr>")
document.write("<td background='/files/wx/wxmb3.gif' colspan='3' height='2'><img src='/files/wx/t1.gif' width='1' height='2'></td>")
document.write("</tr>")
document.write("<tr>")
document.write("<td width=27 height=36> </td>")
document.write("<td width=93 height=36> </td>")
document.write("<td width=55 height=36> </td>")
document.write("</tr>")
document.write("<tr>")
document.write("<td width=27 height='32'> </td>")
document.write("<td width='93' height='32' valign='bottom'>")
document.write("<input type='text' name='txt' size='11'>")
document.write("</td>")
document.write("<td width='55' height='32' valign='bottom'>")
document.write("<a href='javascript:find()'><img border='0' name='imageField' src='/files/wx/wxmb4.gif' width='27' height='15'></a>")
document.write("</td>")
document.write("</tr>")
document.write("<tr>")
document.write("<td width='27'> </td>")
document.write("<td width='93'> </td>")
document.write("<td width='55' valign='top'><a href='javascript:openhelp()'><img src='/files/wx/wxmb5.gif' width='23' height='12' hspace='12' border=0></a></td>")
document.write("</tr>")
document.write("<tr >")
document.write("<td background='/files/wx/wxmb3.gif' colspan='3' height='2'><img src='/files/wx/t1.gif' width='1' height='2'></td>")
document.write("</tr>")
document.write("</table>")
document.write("</td>")
document.write("<td background='/files/wx/wxmb2.gif' width='2'><img src='/files/wx/t1.gif' width='2' height='1'></td>")
document.write("</tr>")
document.write("</table>")
document.write("<div id=divhelp name=divhelp style='display:none;background:#EFEFEF'>")
document.write("<table width=179 border=0 cellspacing=0 cellpadding=0 height=95>")
document.write("<tr>")
document.write("<td background='/files/wx/wxmb2.gif' width=2><img src='/files/wx/t1.gif width='2' height='1'></td>")
document.write("<td>")
document.write("<br><span style='color:#1e90ff;font-size:9pt'> 如果你遇到不懂的专业词汇，请您首先用鼠标选中该词汇，然后按住鼠标左键将该词汇拖入查询框中，再点击“查询”，就会弹出窗口显示该词汇的专业注释！ <br> <a href='javascript:close()'><font color=red>关闭</font></a></span>")
document.write("</td>")
document.write("<td background='/files/wx/wxmb2.gif' width='2'><img src='/files/wx/t1.gif' width='2' height='1'></td>")
document.write("</tr>")
document.write("</table>")
document.write("</div>")
document.write("</div>");
myload()
}
function close()
{divhelp.style.display="none"}
function openhelp()
{divhelp.style.display=""}
function find()
{ var str;
if(txt.value=="")
{
alert("请输入查询专业词汇！");
return;
}
str="/findword.asp?word="+txt.value;
data="";
win=window.showModalDialog(str,data,"dialogwidth=20;dialogheight=15.8;status=no");}
</SCRIPT>
<TABLE cellSpacing=0 cellPadding=0 width=780 align=center border=0>
<TBODY>
<TR>
<TD width=189 bgColor=#edf3fd><IMG height=30
src="论文-基于Metropolis准则的BP神经网络学习算法研究.files/top1.gif" width=193></TD>
<TD align=right width=568 bgColor=#edf3fd><A
href="javascript:window.close()"><IMG height=17 hspace=10
src="论文-基于Metropolis准则的BP神经网络学习算法研究.files/top4.gif" width=18
border=0></A></TD></TR>
<TR>
<TD width=189 bgColor=#154aa3><IMG height=22
src="论文-基于Metropolis准则的BP神经网络学习算法研究.files/top2.gif" width=193></TD>
<TD width=568 bgColor=#154aa3><IMG height=22 hspace=25
src="论文-基于Metropolis准则的BP神经网络学习算法研究.files/top3.gif" width=91></TD></TR>
<TR>
<TD colSpan=2 height=1><IMG height=1
src="论文-基于Metropolis准则的BP神经网络学习算法研究.files/top6.gif" width=1></TD></TR>
<TR bgColor=#000000>
<TD colSpan=2><IMG height=1
src="论文-基于Metropolis准则的BP神经网络学习算法研究.files/top6.gif" width=1></TD></TR>
<TR bgColor=#edf3fd>
<TD width=189> </TD>
<TD align=right width=568><IMG height=12 hspace=5
src="论文-基于Metropolis准则的BP神经网络学习算法研究.files/top5.gif"
width=127></TD></TR></TBODY></TABLE>
<TABLE cellSpacing=0 cellPadding=0 width=780 align=center bgColor=#eaedf2
border=0>
<TBODY>
<TR bgColor=#edf3fd>
<TD height=500>
<TABLE borderColor=#7294aa cellSpacing=1 cellPadding=12 width=725
align=center border=1>
<TBODY>
<TR bgColor=#f8f8f8>
<TD height=500>
<STYLE>.Normal {
TEXT-JUSTIFY: inter-ideograph; FONT-SIZE: 10.5pt; FONT-FAMILY: "Times New Roman"; TEXT-ALIGN: justify
}
</STYLE>
<P align=center><B><FONT face=宋体
size=5>基于Metropolis准则的BP神经网络学习算法研究<BR></FONT></B>
<P align=center><FONT face=宋体
size=3><B>田启川，潘泉，王峰，张洪才<BR></B></FONT></P>
<P align=center><FONT face=宋体
size=3><B>(西北工业大学自动控制系西安710072)</B></FONT></P>
<P> </P>
<P><FONT face=宋体 size=3> <B>摘
要</B>：本文针对BP神经网络训练学习过程中，连接权在调整时容易陷入局部极小使得进一步调整失去作用的问题，提出了一种有助于提高BP神经网络逼近精度的方法——基于Metropolis准则的神经网络学习算法。该算法整体采用传统的BP算法，但在一定条件下依据概率进行连接权的调整，使权值以一定的概率跳跃，跳出局部极小区，最终达到全局极小。仿真结果表明了这一算法的有效性。<BR>
<B>关键词</B>：Metropolis准则；神经网络；模拟退火</FONT></P>
<P><BR><B><FONT face=宋体 size=4>1引言<BR></FONT></B><FONT face=宋体
size=3>
前馈神经元网络由大量的神经元通过突触连接，相互传递着彼此间的兴奋与抑制，全部的神经元构成拓扑上极其复杂的网络群体，这一网络群体可以实现记忆与思维、学习。<BR>
实验证明，前馈神经网络可以以任意精度逼近任意非线性函数，可以把一组样本的输入、输出问题变成一个非线性优化问题，使用的优化算法最常用的是梯度下降法，由于神经元的调整是误差从后向前传播，所以这种神经网络又叫BP网络(Back-Propagation)。通常，可以根据问题的复杂程度设计神经网络的层数和节点数。对神经网络连接权的迭代运算相应于学习记忆问题。</FONT><FONT
face=宋体 size=3><BR>
BP网络研究这么多年，虽然理论上能够逼近任意非线性函数，但由于神经网络训练学习中许多参数的选择没有理论依据，使得实际中神经网络的应用效果并不令人满意。尤其是BP网络易陷入局部最小，使BP网络不能以高精度逼近实际系统。目前对于这一问题的解决有加入动量项<SUP>［1］</SUP>。<BR>
本文提出了一种基于Metropolis准则的神经网络学习算法，它有助于解决陷入局部极小问题，并通过仿真研究，证明了这一算法的有效性。<BR></FONT><B><FONT
face=宋体 size=4>2Metropolis准则描述</FONT></B><FONT face=宋体
size=3><BR>
Metropolis准则是1953年Metropolis等提出的，并通⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -