龙源期刊网httpwwwqika
comc

前馈型神经网络算法优化分析
作者：许洋来源：《硅谷》2014年第13期
摘要文章介绍了人工神经网络的模型，分别以BP神经网络为例介绍了前馈神经网络，并用三种方法对BP神经网络算法进行优化改进。关键词神经网络；BP；优化算法中图分类号：TP183文献标识码：A文章编号：16717597（2014）130066011人工神经网络模型人工神经网络简称ANN，它是一种将人类大脑的组织结构和运行机制作为其研究基础来模拟人类大脑内部结构和其智能行为的处理系统。人工神经网络中的神经元细胞将其接收到的所有信号进行处理，如加权求和等操作，进行操作后经轴突输出。2人工神经网络的分类21前馈型神经网络前馈型神经网络通过对其网络中的神经元之间的连接关系进行复合映射，因此这种网络模型具有非常强的非线性处理的能力。如图1所示，在这里前馈型神经网络模型被分为三层，分别为输入层、输出层和隐含层，一般常用的前馈型神经网络有BP神经网络、RBF神经网络、自组织神经网络等。图1前向神经网络模型22反馈型神经网络反馈型神经网络其结构，在这个模型中我们假设网络总的神经元个数为N，则每个神经元节点都有N个输入值及一个输出值，每个神经元节点都如此，节点之间相互联系。现在被大量使用的反馈型神经网络一般有离散Hopfield神经网络模型、Elma
神经网络模型等等。3BP神经网络31BP神经网络简介1986年，Rumelha
t和McCella
d提出了BP神经网络的一般模型，BP神经网络是一种具有多层网络的反向传播学习算法。BP神经网络模型的基本思想是：整个过程主要由信号的正
f龙源期刊网httpwwwqika
comc
向传播和误差的反向传播两个过程组成。目前，BP神经网络的应用范围为数据压缩、数据分类、预测分析和模式识别等领域。32BP神经网络的结构如图2所示，这里是BP神经网络的一种模型结构，在这种模型结构中输入信号量为m，具有隐含层的数量为j，输出信号量为q的模型结构。BP神经网络一般具有一个或多个隐含层单元，其差别主要体现在激活函数的不同。针对BP神经网络所使用的激活函数一图2BP神经网络模型结构般采用S型对数函数或者采用正切激活函数，而输出层则一般采用线性函数作为激活函数。33BP神经网络的改进方法BP神经网络作为当今对研究电力负荷预测应用最多的一种神经网络，但标准的BP神经网络算法存在的一些缺陷，这里就对一些经常使用的典型改进方法进行描述。1）增加动量项。在一般的BP神经网络算法中，其模型中的各层r