BP学习算法的改进及其在机器人控制上的应用

【作者】 方建安； 邵世煌；

【机构】 中国纺织大学自动化及计算机系；

【摘要】 传统的BP学习算法存在着两个明显的缺陷:一是由于它运用最速下降法逼近收敛点,因此其收敛速度非常慢,对于复杂问题,甚至不能达到期望的学习精度,二是它的学习速率η的选择没有具体的方法指导,往往是由设计者根据网络实际训练情况反复试验而确定的.针对上述问题,本文首先给出了基于共轭梯度法寻优的改进型BP学习算法1,然后通过估计迭代过程中搜索方向共轭性质损失程度,给出了改进学习算法2.同时,本文还给出了学习速率η的自适应选取算法.最后,我们分别在Parity 3问题和机器人控制上进行了模拟试验,结果证实了本文给出的学习算法的有效性.更多还原