简介:为了进一步优化神经网络算法,提高网络神经算法的速率并提高其稳定性,就现有BP算法所存在的收敛速度慢以及容易陷入局部极小值的弊病,我们将进一步通过一般改进算法解决在神经网络结构优化过程中依然无法解决的问题。依据遗传算法的特征,进一步在经过改进的压缩映射遗传的基础上提出了BP神经网络优化方案。泛函分析中压缩映射原理的应用,一方面解决了困扰人们的BP神经网络算法所固有的缺点,显著地提高了神经网络算法的收敛速度,而且解决了BP神经在运行的过程中和网络连接权值初值的取值紧密相连的缺点。经过大量的计算我们得到如下数据:经过优化改进后,训练时间节约了8.3%,训练步数降低了近17.4%。经过大量的研究实验表明:经过改进后的BP神经网络算法取得了良好的效果,十分具有应用价值。
简介:摘要:在这个电子信息时代,各个领域都有对应的融合,在建筑方面通过研究发现 BP多目标人工群峰算法加快了原有工程的进程,大大减少了人们进行复杂的数字运算与筛选的时间,对于多目标人工群蜂算法来说这是一个最好的时代,它化简了许多过程,在多方面领域对它的青睐程度很高,所以对于我们而言,我们很有必要去研究,开发和应用这个方法,将它的能力开发到极致,尤其是在建筑方面
简介:摘要利用传统的单端电压、电流电气量进行故障测距时,容易受到过渡电阻的影响而导致测量距离不精确。本文以小波变换为基础,将传统的单端电气量与反向传播(BP)神经网络算法相结合,提出了一种用于故障测距的新方法,通过大量的仿真验证表明,该方法能够适应各种环境的要求,且精度高,具有一定的实用价值。
简介:首先建立了机栽双基地SAR的几何模型、距离历程和回波模型。接着简要总结了双基地SAR成像的算法思路。通过理论推导改进了单基地BP成像算法使其适合于双基地情况,并探讨了改进的快速BP算法。最后用点目标和面目标仿真验证了双基地下BP算法的有效性和适用性,并与RD算法进行了性能的比较。
简介:摘要在目前的供电系统当中,变压器是重要的应用设备,其运行稳定和持续对于电力系统的价值发挥有着重要的影响,因此做好变压器的检查和维修现实意义巨大。就目前的分析来看,变压器的运行状态会因为负荷量大小、负荷类型、电压波动等诸多非自然因素和自然因素出现一些故障,发现这些故障并对其进行分析和解决可以保证变压器的使用安全和稳定运行,故针对变压器故障分析对现场安全稳定的运行就起到了至关重要的作用。当前针对牵引变压器的分相的这一特性,探讨牵引变压器故障分析。基于BP神经算法的检测对于牵引变压器故障的分析效果较好,本文对此做全面的探讨,旨在为变压器故障解决提供参考。
简介:BP神经网络分类器在信号识别领域得到了比较广泛的应用,针对其低信噪比环境下识别率相对较低的问题,引入人工蜂群算法(ABC),将求解BP神经网络各层权值、阂值的过程向蜜蜂寻找最优蜜源的过程转变,最后阐述了一种以人工蜂群算法为基础的神经网络分类器设计方法(ABCBP算法),并以2ASK,2FSK,2DPSK信号为例,对信号进行小波包分解后,将信号各频段的能量值数据作为实验样本,对其进行了信号分类。仿真结果表明:基于人工蜂群算法的优化BP神经网络分类器,即使在5dB的信噪比环境下,仍可达到94%以上的识别率,并具有较好的稳定性,这为信号识别领域中分类器的设计提供了一个很好的理论依据。