论文部分内容阅读
为解决采用反向传播算法的多层前馈神经网络收敛速度慢和容易陷入局部最小的问题 ,以及它对参数选择过于敏感 ,本文引入了遗传算法的思想和方法 ,提出了一种随机搜索和DBD算法相结合的新算法。通过对学习率的修正量随机互换 ,在不增加计算量和存储空间的情况下 ,使较大规模的网络能够快速收敛 ,摆脱了局部最小的陷阱 ,并且对网络参数的选择不太敏感。该算法在导弹综合测试专家系统的应用中取得了很好的效果。