基于共轭梯度法的LMBP算法收敛速度的改进研究

摘要：

本文对LMBP算法进行深入研究,发现其中涉及的矩阵”J<”T>+μ<,k>I”求逆是其收敛速度的瓶颈,从数值分析的角度,通过引入求解大规模线性方程组的共轭梯度法,降低了计算复杂度,提高了算法的收敛速度。最后,结合某设备齿轮箱故障诊断样本进行训练仿真。仿真结果表明,基于该改进算法的单隐含层BP网络整体收敛速度明显优于基本LMBP算法,经改进算法训练的网络能大大提高故障的诊断能力。

关键词： 人工智能 机器学习 共轭梯度法 BP神经网络

作者: 于振波 徐文尚 于庆明 孙彦良 董天文

作者单位: 山东科技大学信息与电气工程学院,山东青岛266510 兖矿集团公司 东滩煤矿,山东邹城 273512

会议类型: 国内会议

会议名称: 中国人工智能学会第12届全国学术年会

会议地点: 哈尔滨

会议语种:中文

页码: 792-797

在线出版日期: 2007-11-20（万方平台首次上网日期，不代表论文的发表时间）