基于共轭梯度法的LMBP算法收敛速度的改进研究

基于共轭梯度法的LMBP算法收敛速度的改进研究

ID:43768322

大小:241.02 KB

页数:7页

时间:2019-10-14

基于共轭梯度法的LMBP算法收敛速度的改进研究_第1页
基于共轭梯度法的LMBP算法收敛速度的改进研究_第2页
基于共轭梯度法的LMBP算法收敛速度的改进研究_第3页
基于共轭梯度法的LMBP算法收敛速度的改进研究_第4页
基于共轭梯度法的LMBP算法收敛速度的改进研究_第5页
资源描述:

《基于共轭梯度法的LMBP算法收敛速度的改进研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于共轨梯度法的LMBP算法收敛速度的改进研究于振波',徐文尚',于庆明孙彦良S董天文2••、•,•-1.山东科技大学信息与电气工程学院,山东青岛266510,2.兖矿集团公司东滩煤矿,山东邹城273512zbyu2008@l63.com摘要,对LMBP算法进行深入研究,发现其中涉及的矩阵[尸7+“丿]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辘梯度法,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

2、大提高故障的诊断能力。关犍词,LMBP算法共純梯度法故障诊断ResearchonImprovementofConvergenceSpeedofLMBPAlgorithmBasedonConjugateGradientMethodYUZhen-bo1,XUWen-shangYUQing-ming1,SunYan-liang1,DongTlan-wen2LCollegeofInformationandElectricalEngineering,ShanDongUniversityofScienceandTechnology,QingdaoShandong>266510.2.Don

3、gtanCoalMine,YanzhouMiningGroup,Yanzhou273512,Chinazbyu2008@163.comAbstract:DetailresearchiscarriedoutonLevenberg-MarquardtBP(LMBP)titisfoundthatthecalculationofinversematrixof[丿7V+involvedcausesprimarilytheproblem.Thispaperproposesoneamelioratedmethodfrompointofnumericalanalysis,thenewalgor

4、ithmnotonlyimprovesitsconvergencespeedandoverallcomplexitybyintroducingconjugategradientmethodinsolvingoflarge-scaleequationsets.Atlast,thisamelioratedLMBPalgorithmisappliedintothetrainingsimulationofsomedevice'sgearboxfaultdiagnosis.Theresultindicatesthattotaltrainingspeedofsinglehiddenlaye

5、rBPneuralnetworkbasedonimprovedLMBPalgorithmconvergesveryrapidlyandhasgoodprecisioncomparedwiththebasicLMBPalgorithm.TheimprovedBPneuralnetworkissuitableforthecaseoffaultdiagnosis.Keywords:LMBPalgorithm;conjugategradientmethod:faultdiagnosis1.引言近年来,神经网络的研究大都致力于解决复杂的现实问题⑴.反向传播(BP)算法是多层前馈人工神经网

6、络中应用最广的算法。BP算法己经被证明能够以任意精度逼近任意给定的非线性函数。然而,当把标准的BP算法应用到实际问题时,经常需要计算机运算几天甚至几周•算法才能达到收敛筒,这在很大程度上限制了BP算法的早期应用,因此;很多学者对如何加快BP算法收敛速度的问题做了大景的研究.提出了改进算法.大致分为两类r第一类是基于启发式信息的改进算法,主要包括增加动量项法(MOBP).可变学习速度法(VLBP)o第二类是基于数值优化的改进算法,最为成功的有Levenberg-Marquardt算法(LMBP)和共觇梯度算法(CGBP)。这些算法都不同程度地提高了网络的收敛速度。相对于标准BP算

7、法,LMBP算法的改进思想是变化最大的,在提高网络收敛速度方面也是最为成功的。它是牛顿法与最速下降算法的有效折中,既具有牛顿法的速度优势,又具有最速下降算法保证收敛的特性,且特别适合于对性能指数是均方误差的网络进行训练。但该算法在收敛速度上也存在弊端,即在每次迭代运算时计算量比任何其它改进算法都大,因为该算法有对矩阵求逆运算,对于大型矩阵而言,这是非常耗时的。本文针对大型矩阵求逆耗时的缺点,并根据矩阵对称正定特性,通过引入求解大规模线性方程组的共辘梯度法,降低了计算复杂度,提高了算法的收敛速

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。