一种新的BP神经网络培训方法

何小荣; 陈丙珍; 胡山鹰; 朱振伟

您当前的位置：

首页 >

文章列表页 >

一种新的BP神经网络培训方法

化工学报 | 更新时间：2025-12-16

- 一种新的BP神经网络培训方法
- A NEW TRAINING METHOD OF BACK - PROPAGATION NEURAL NETWORK
- 化工学报 1994年第5期
- 作者机构：
  
  清华大学化工系,清华大学化工系,清华大学化工系,清华大学化工系北京 100084,北京 100084,北京 100084,北京,100084
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： Q018
- 网络首发：1994-10-25，
  
  纸质出版：1994-10-25
- 稿件说明：
移动端阅览
何小荣, 陈丙珍, 胡山鹰, 等. 一种新的BP神经网络培训方法[J]. 化工学报, 1994,(5).

何小荣, 陈丙珍, 胡山鹰, et al. A NEW TRAINING METHOD OF BACK - PROPAGATION NEURAL NETWORK[J]. CIESC Journal, 1994, (5).
何小荣, 陈丙珍, 胡山鹰, 等. 一种新的BP神经网络培训方法[J]. 化工学报, 1994,(5). DOI：

何小荣, 陈丙珍, 胡山鹰, et al. A NEW TRAINING METHOD OF BACK - PROPAGATION NEURAL NETWORK[J]. CIESC Journal, 1994, (5). DOI：

摘要

本文针对BP神经网络培训过程中的局部最优解问题提出了一种新的培训方法——GDR-SA法

分别对1个具有13个决策变量的网络和1个具有108个决策变量的催化裂化分馏塔优化操作建模网络进行了培训。结果表明这一方法可以有效地克服局部最优解给网络培训所带来的困扰。

Abstract

A local optimal solution often occurs in the training process of artificial neural network. To cope with this situation

a new training method of BP net is proposed. The method has been applied to training a net with 13 decision variables and another net for modeling optimizing operation of FCC main fractionator with 108 decision variables. The results show that the method can overcome successfully the problems of local optimal solution and speed up training process.

关键词

Keywords

references

浏览量

328

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

稀土Y2O3基催化涂层对金属纤维表面燃烧器NO排放控制及工程验证

基于气/液相法的中空纤维无泡曝气膜传氧性能

基于时序-空间双流卷积神经网络的炼化污水厂进水COD预测模型

旋流式冷却造粒塔的优势与风险分析

融合物理信息的发酵过程时空图卷积网络模型