《表1 算法网络训练次数比较》
从训练情况来看,采用标准BP神经网络算法精度能够达到0.0045,在检验过程中精度则能达到0.0046,而采用基于遗传算法的神经网络权值优化方法,算法精度能够达到0.0038,检验精度能够达到0.0038。由此可见,相较于标准算法,采用优化方法可以更好的进行学习成果的复现,并且也可以大奥预设精度要求。而如表1所示,在相对均方误差均为0.0060的情况下,采用标准算法需要经过6237次网络训练,采用优化方法仅需要220次训练。在相对均方误差达为0.0016时,采用标准方法无法经过网络训练达到这一精度水平,采用优化方法则能通过1060次训练达到要求。因此,采用基于遗传算法的神经网络权值优化方法,可以更快的完成网络训练,并实现全局优化。在网络结构较大的情况下,通过对控制参数进行合理设定,则能使方法收敛速度快的优势得到充分发挥。
图表编号 | XD0016786400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.09.20 |
作者 | 王锦、赵德群 |
绘制单位 | 北京工业大学信息学部、北京工业大学信息学部 |
更多格式 | 高清、无水印(增值服务) |