|
|||||
|
|
| 模拟退火优化BP神经网络在航向控制系统中的应用 | |
| 引用本文： | 覃方君,李安,田蔚风,卞鸿巍.模拟退火优化BP神经网络在航向控制系统中的应用[J].海军工程大学学报,2005,17(2):100-103. |
| 作者姓名： | 覃方君 李安 田蔚风 卞鸿巍 |
| 作者单位： | 1. 海军工程大学,电气与信息工程学院,湖北,武汉,430033;上海交通大学,上海,200030 2. 海军工程大学,电气与信息工程学院,湖北,武汉,430033 3. 上海交通大学,上海,200030 |
| 摘 要： | 目前,广泛运用于神经网络中的误差反向传播算法(BP算法)训练时间较长,且易陷入局部最优.为了克服BP算法的固有缺陷,文中提出了在BP算法中加入模拟退火算法权因子.在航向控制系统中进行了仿真,数据显示该算法比单纯BP算法更能优化控制器性能参数和全局搜索能力,收敛速度更快,精度提高比较明显. |
| 关 键 词： | 航向控制 模拟退火算法 BP算法 人工神经网络 |
| 文章编号： | 1009-3486(2005)02-0100-04 |
| 修稿时间： | 2004年9月23日 |
Application of simulated annealing BP neural network in navigation control system |
|
| QIN Fang-jun,Li An,TIAN Wei-feng,BIAN Hong-wei.Application of simulated annealing BP neural network in navigation control system[J].Journal of Naval University of Engineering,2005,17(2):100-103. | |
| Authors: | QIN Fang-jun Li An TIAN Wei-feng BIAN Hong-wei |
| Institution: | QIN Fang-jun ~ |
| Abstract: | The popular back error propagation algorithm (also called BP algorithm) needs a long trai-(ning-time )and is easy to return a local optimized result. After the integration of simulated annealing algorithm, it will be easier to get a global optimized result. The simulation data in navigation control system shows that the time for training shortens and the precision improves obviously. |
| Keywords: | heading control simulated annealing algorithm BP algorithm artificial neural network |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |