基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型及其仿真.pdf

1、當(dāng)今世界，隨著生產(chǎn)企業(yè)對(duì)產(chǎn)品質(zhì)量迫切需求的不斷增加大大刺激了非線性模型預(yù)測(cè)的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)方面明顯優(yōu)于傳統(tǒng)的預(yù)測(cè)方法，但是目前的神經(jīng)網(wǎng)絡(luò)存在很大的局限性，本文針對(duì)其局限性提出了一種改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)，并驗(yàn)證了該改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)具有的優(yōu)越性。 本文首先對(duì)神經(jīng)網(wǎng)絡(luò)理論及神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了學(xué)習(xí)和研究，利用相關(guān)分析法對(duì)神經(jīng)網(wǎng)絡(luò)模型中與輸出變量關(guān)系緊密的輸入變量進(jìn)行了重點(diǎn)分析，并對(duì)其加以處理，簡(jiǎn)化了后續(xù)的數(shù)據(jù)處理工作并優(yōu)化了神

2、經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，從而縮短了神經(jīng)網(wǎng)絡(luò)訓(xùn)練的時(shí)間。 然后對(duì)BP網(wǎng)絡(luò)進(jìn)行了具體的研究，針對(duì)人工神經(jīng)網(wǎng)絡(luò)中BP算法所存在的易陷入局部極小、網(wǎng)絡(luò)收斂速度慢等缺陷進(jìn)行原因分析，對(duì)BP網(wǎng)絡(luò)算法進(jìn)行了改進(jìn)，將網(wǎng)絡(luò)的誤差梯度調(diào)整算法和誤差的反向傳遞函數(shù)進(jìn)行了改進(jìn)，提出了一種改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)。 為了驗(yàn)證改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)的優(yōu)越性，特將其與目前針對(duì)BP神經(jīng)網(wǎng)絡(luò)所存在的缺陷進(jìn)行改進(jìn)的神經(jīng)網(wǎng)絡(luò)中VLBP方法和BFGS算法進(jìn)行了對(duì)比分析，首先采用兩

3、組標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行仿真模型分析，結(jié)果證實(shí)了本文提出的改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)具有梯度下降很快，預(yù)測(cè)精度和速度得到了顯著提高，擬合效果也很好。 為了驗(yàn)證本文所改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)在實(shí)際產(chǎn)品生產(chǎn)質(zhì)量預(yù)測(cè)中的預(yù)測(cè)效果，特將冷軋鋼板熱鍍鋅中的處理好的458組數(shù)據(jù)用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和測(cè)試，將本文提出的改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)與目前神經(jīng)網(wǎng)絡(luò)改進(jìn)的學(xué)習(xí)率可變的方法和BFGS算法進(jìn)行了仿真模型對(duì)比分析，仿真分析結(jié)果表明，本文提出的改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)對(duì)冷軋鋼板熱