基于MapReduce的BP神经网络遗传算法在非线性系统辨识中的研究
在工程应用中经常会遇到一些复杂s的非线性系统,这些系统状态方程复杂,难以用数学方法准确建模.三层BP神经网络能以任意精度逼近连续函数.但是BP网络具有易陷入局部最优值的缺点,在此基础上加入遗传算法.传统的串行化BP神经网络的训练方法处理海量数据时存在很大问题,例如耗时过长,甚至内存不足无法训练.为了解决这些问题,使用基于MapReduce的BP神经网络训练方法.
非线性系统 BP神经网络 遗传算法 云计算平台
陈春萍 查雅行 钱平 龚丹丹
上海航天技术基础研究所,上海,201109 灾备技术国家工程实验室,北京,100000
国内会议
厦门
中文
242-248
2013-11-30(万方平台首次上网日期,不代表论文的发表时间)