基于改进混沌算法的寻优策略

混沌是有着精致内在结构的一类现象.本文通过在对一种混沌算法进行讨论的基础上,提出一些改进措施,并利用常用寻优函数进行仿真验证.     

BP网络学习参数模糊自适应算法的实现

前馈神经网络ＢＰ算法的改进方案中，对网络训练（学习）过程率和惯性系数进行模糊自适应调节，以提高收敛速度，晃一项很有效的措施。文中具体分析了如何根据设计者的先验知识确定模糊规则和录属函数，并以三比特异或函数（或称奇偶分类）的实现为例，验证了这种算法的改进、加速了ＢＰ网络的学习过程。     

基于遗传算法的BP网络全局收敛的混合智能学习算法

给出了一种将 BP算法和遗传算法有机结合的全局收敛的混合计算智能学习算法。此算法结合了 BP算法和遗传算法的长处 ,既有较快的收敛性 ,又具备良好的全局收敛特性。计算机仿真结果表明 ,该混合算法显著优于遗传算法和 BP算法     

基于改进天牛群算法优化的BP神经网络的入侵检测

针对传统BP神经网络的入侵检测中,BP神经网络模型存在容易陷入局部最优、收敛速度慢、初始值随机性较大等缺点,本文提出改进天牛群算法(Beetle Swarm Optimization,BSO)用于优化BP神经网络的权值与阈值,并采用可变的感知因子及导向性的学习策略,以增强算法跳出局部最优的能力,提升算法全局寻优能力。利用天牛群算法群体智能的特点,提高BP神经网络的收敛速度。并将天牛群优化的BP神经网络模型应用于入侵检测,仿真实验结果表明优化后的BP神经网络模型能够显著提高模型的收敛速率和对入侵数据的检测率,降低误报率。     

BP小波神经网络自适应调节步长的改进算法

在BP小波神经网络的训练过程中,自适应调节步长是对算法效率起重要作用的步骤之一,深入讨论了自适应调节步长的改进算法,从而得到更加方便合理的实时步长调整方法,进一步提高了局部搜索速度。多种情况下的仿真结果表明,该算法能够提高局部搜索速度,具有较广泛的应用价值。     

晶体管GP模型参数提取中的一种全局寻优算法

提出了一种新的可应用于晶体管参数提取的全寻优算法，简化了参数提取过程，在该算法中，首次采用了一种新的方法调整方案，从而提高了收敛速度和精度，对ＭＪＥ１３００５晶体管进行参数提取与ＰＳＰＩＣＥ模拟，模拟结果与器件测试结果符合较好。     

基于遗传算法的神经网络学习算法研究

为了克服神经网络结构和参数设计的随机性及依赖于人的经验的缺点,提出了一种改进的基于遗传算法的BP神经网络学习算法。该算法结合了神经网络的快速并行性和遗传算法的全局搜索性,首先利用遗传算法对神经网络结构、初始连接权和阈值以及学习率和动量因子进行全面进化设计,在解空间中定位出较好的搜索空间,然后在进化神经网络中用训练样本再次寻优。通过利用该算法对XOR问题求解,证明了该算法的有效性,其收敛速度和精度均优于基本BP算法和附加动量项的BP算法。     

一种优化权初值的综合全局寻优快速BP算法

文章在大量实验的基础上,对BP算法中存在学习收敛速度慢的问题进行了广泛的研究,提出了在优化权初值的基础上,将变步长法与模拟退火法相结合,实现一种快速的综合全局寻优的前馈神经网络学习算法.通过在系统建模中的应用,显示了该算法具有收敛快和精度高的特点.     

基于云自适应遗传算法的改进BP算法

针对标准BP算法对初始权值敏感、收敛速度慢、易陷入局部极小等问题,结合正态云模型云滴的随机性和稳定倾向性,以及遗传算法的全局搜索能力、收敛速度快等特性,提出了云自适应遗传改进BP算法.该算法首次将云模型和遗传算法结合调整神经网络的权值和阈值.由X条件云发生器产生改进的自适应交叉概率和变异概率.实验结果表明:云自适应遗传改进BP算法比标准BP算法收敛速度快.     

多层神经网络的快速BP算法

首先分析了BP算法中的误差函数对收敛精度的影响,给出了综合考虑绝对误差和相对误差的相差函数,其次利用优化方法中的共轭梯度算法来计算学习过程中的误差下降方向,并根据尺度公式对该方向进行修正,从而得到快速BP算法。经过对实际算例的模拟,结果表明本文给出的快速BP算法是一种适用于多层神经网络的、性能优良的学习算法。     

基于BP网络算法的分析与研究

BP网络是目前应用最广泛的神经网络模型之一．本文针对BP算法做了深入的数学描述,提出了传统的算法存在收敛速度慢和灵敏度低方面的缺陷,在试验的基础上,对传统BP算法的代价函数和激励函数同时改进,并引入加法性灵敏度参数,用于改善传统BP算法中存在的不足．     

基于BP网络的视电阻率快速计算

为避开复杂的电磁场数值计算,判断地下异常,用于现场指导,提出了神经网络的方法。讨论了实际发射机电流的非阶跃下降,并结合所用发射机对响应公式进行了关断延时校正。分析了常规的数值计算方法,由核函数的特点选用三层反向传播(back propagation,BP)网络结构,通过训练确定隐含层单元数和收敛较好的算法。用2种常规的数值算法与文中方法做仿真实验的对比,实验表明,用BP网络计算能快速实现瞬变电磁数据的处理,指导瞬变电磁探测。     

基于改进遗传算法的BP神经网络及应用

结合遗传算法及神经网络各自的优点,利用改进遗传算法对BP神经网络的连接权进行优化,并提出了一种新的编码方式.通过与时间序列模型对比,基于改进遗传算法的BP模型效果更好.     

BP神经网络用于停车场空余泊位的预测研究

采用BP神经网络,对停车场的空余泊位数量进行了预测,并针对BP神经网络训练过程中易震荡、收敛速度过慢和容易陷入局部最小的缺点,采用BP动量法与调节学习速率相结合的方法对其进行改进.通过仿真验证了BP神经网络对停车场空余泊位数预测的有效性,为区域的停车诱导提供了依据.     

基于BP神经网络的工程项目安全耐久性评价

通过对人工神经网络的分析,结合工程项目安全耐久性评价,将BP神经网络的技术应用于拟建工程项目安全耐久性的评估中,可以实现在项目建设前期对工程项目质量等指标的客观定量评价,为工程项目建设的决策提供有效的依据。     

基于对象传播神经网络的音频水印算法

提出了一种基于对象传播神经网络的音频水印算法。算法将水印的嵌入和提取转换为对象传播神经网络(CPN)的训练和回想,由于水印的提取依赖于CPN输入的统计特性,因此选用具有较强稳定性的小波低频系数方差作为输入向量训练CPN。实验结果表明,该算法在抵抗常规音频信号处理和去同步攻击方面具有较好的鲁棒性。     

基于对象传播神经网络的音频水印算法

提出了一种基于对象传播神经网络的音频水印算法。算法将水印的嵌入和提取转换为对象传播神经网络（CPN）的训练和回想,由于水印的提取依赖于CPN输入的统计特性,因此选用具有较强稳定性的小波低频系数方差作为输入向量训练CPN。实验结果表明,该算法在抵抗常规音频信号处理和去同步攻击方面具有较好的鲁棒性。     

基于BP神经网络的认知诊断 计算机化自适应测验实现

根据现有的研究使用神经网络进行认知诊断的方法,改变神经网络的建模方式,实现基于神经网络的认知诊断计算机化自适应测验.使用Monte Carlo方法生成模拟数据,训练并测试神经网络,在此基础上将神经网络用于自适应测试中,知识状态估计采用极大似然估计,选题策略采用后验加权的KL信息量指标.模拟结果表明,基于BP神经网络的CD-CAT的判准率较为理想,并且因为神经网络的训练过程可以在小样本情况下实现,这种CD-CAT更适合在课堂评估中使用.     

基于BP神经网络指纹识别的算法

通过对多种指纹分类算法的研究和分析，提出了一种基于BP神经网络对指纹模板进行分类的新算法．首先在对指纹图象进行预处理后建立起指纹模板库，然后采用时间模拟退火函数进行学习因子修正的方法来减少BP算法迭代次数，以提高收敛速度及跳出局部最小．仿真证明：该算法与传统的指纹识别算法相比，分类速度明显高于传统的固定步长的BP算法．