收敛速度慢和易陷入局部极值
由于预测的随机性和不确定性,传统的回归分析、数理统计等方法往往难以达到理想的预测效果。BP神经网络(Back一Propagation Network,BP)是人工神经网络(Artificial Neural Network,ANN)中应用最为广泛的神经网络模型之一,具有较强的非线性映射能力、鲁棒性、容错性和自适应、自组织、自学习等许多特性,在水文预测预报中具有广泛应用。
1.2 BP神经网络的缺点
然而,在实际应用中,BP神经网络的初始连接权值、阂值的选取对于BP神经网络性能具有关键性影响,若初始连接权值、阂值选取不当,则易导致BP神经网络陷入传统固有的缺陷——收敛速度慢和易陷入局部极值。
1.3 BP神经网络的优化
目前常用于BP神经网络初始连接权值、阂值优化的智能方法主要是遗传算法(Genetic Algorithm,GA)、粒子群优化(Particle Swarm Optimization,PSO)算法及其改进算法。除此之处,一些仿生群体智能算法被用于BP神经网络初始连接权值、阂值的优化,如人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)、布谷鸟搜寻算法(Cuckoo Search,CS)、蜂群算法(Articficial Bee Colony,ABC)、萤火虫优化算法(Glowworm Swarm Optimization,GSO)以及差分进化算法(Differential Evolution,DE),在提高BP神经网络预测或分类性能上取得了一定的效果。
但由于经网络预测或分类性能上取得了一定的效果。但由于待优化的BP神经网络初始连接权值、阂值维度往往达维度比较高,传统GA等智能算法很难获得更为理想的优化结果。狼群算法(Wolf Pack Algorithm,WPA)是一种模拟狼群分工协作捕猎行为及猎物分配方式的新型仿生群体智能算法,该算法具有较好的鲁棒性和全局搜索能力,在与PSO、AFSA及GA算法的各种测试函数极值寻优比较中,WPA算法显示出较大的性能优势,尤其对于高维、多峰的复杂函数具有更佳的寻优效果。
回答于 2022-12-11
抢首赞
新车除甲醛,别再傻傻开窗了,这几个方法才是正确的方法
值得一看的新车相关信息推荐
新房装修,甲醛异味难清除,很多人不知道这个原因,我评测了以下几种方法,除醛效果有强有弱,除醛甲醛关键是找到深层除醛的方法
无锡醇悦科技发展有限公司广告
高端医疗险_覆盖面广,灵活配置境内外医疗资源
值得一看的医疗保险相关信息推荐
Pacific Prime保险代理能为您量身定做高端医疗保险计划,根据您的需求选择合适的医疗资源,并免费为您比较保费,保险福利等,筛选适合您的保险方案。
寰宇保险代理上海有限公司广告
大家还在搜
185火龙战神手机版
社区团购系统
买天猫店铺
西点师一般月薪多少钱
网上借钱平台哪个好
粉象生活邀请码
去眼袋最有效的方法
手机赚钱靠谱的方法
香港买保险—免费提供给国际医疗保险投保方案
PacificPrime外资保险代理。经验丰富,提供高品质服务,为您量身定做国际医疗保险计划;我们的专业顾问能为你选择适合你的保险产品,为你提供多国语言服务!
广告
bp神经网络的缺点
1)局部极小化问题:从数学角度看,传统的BP神经网络为一种局部搜索的优化方法,它要解决的是一个复杂非线性化问题,网络的权值是通过沿局部改善的方向逐渐进行调整的,这样会使算法陷入局部极值,权值收敛到局部极小点,从而导致网络训练失败。加上BP神经网络对初始网络权重非常敏感,以不同的权重初始化网络,其往往会收敛于不同的局部极小,这也是很多学者每次训练得到不同结果的根本原因。2)BP神经网络算法的收敛速度慢:由于BP神经网络算法本质上为梯度下降法,它所要优化的目标函数是非常复杂的,因此,必然会出现“锯齿形现象”,这使得BP算法低效;又由于优化的目标函数很复杂,它必然会在神经元输出接近0或1的情况下,出现一些平坦区,在这些区域内,权值误差改变很小,使训练过程几乎停顿。3)BP神经网络结构选择不一:BP神经网络结构的选择至今尚无一种统一而完整的理论指导,一般只能由经验选定。网络结构选择过大,训练中效率不高,可能出现过拟合现象,造成网络性能低,容错性下降,若选择过小,则又会造成网络可能不收敛。而网络的结构直接影响网络的逼近能力及推广性质。因此,应用中如何选择合适的网络结构是一个重要的问题。4)应用实例与网络规模的矛盾问题:BP神经网络难以解决应用问题的实例规模和网络规模间的矛盾问题,其涉及到网络容量的可能性与可行性的关系问题,即学习复杂性问题。5)BP神经网络预测能力和训练能力的矛盾问题:预测能力也称泛化能力或者推广能力,而训练能力也称逼近能力或者学习能力。一般情况下,训练能力差时,预测能力也差。
IT168
160浏览
更多专家
中心点的选择对bp神经网络的性能会有什么影响
专家1对1在线解答问题
5分钟内响应 | 万名专业答主
马上提问
最美的花火 咨询一个电子数码问题,并发表了好评
lanqiuwangzi 咨询一个电子数码问题,并发表了好评
garlic 咨询一个电子数码问题,并发表了好评
188****8493 咨询一个电子数码问题,并发表了好评
篮球大图 咨询一个电子数码问题,并发表了好评
动物乐园 咨询一个电子数码问题,并发表了好评
AKA 咨询一个电子数码问题,并发表了好评
BP神经网络模型各个参数的选取问题
样本变量不需要那么多,因为神经网络的信息存储能力有限,过多的样本会造成一些有用的信息被丢弃。如果样本数量过多,应增加隐层节点数或隐层数目,才能增强学习能力。一、隐层数一般认为,增加隐层数可以降低网络误差(也有文献认为不一定能有效降低),提高精度,但也使网络复杂化,从而增加了网络的训练时间和出现“过拟合”的倾向。一般来讲应设计神经网络应优先考虑3层网络(即有1个隐层)。一般地,靠增加隐层节点数来获得较低的误差,其训练效果要比增加隐层数更容易实现。对于没有隐层的神经网络模型,实际上就是一个线性或非线性(取决于输出层采用线性或非线性转换函数型式)回归模型。因此,一般认为,应将不含隐层的网络模型归入回归分析中,技术已很成熟,没有必要在神经网络理论中再讨论之。二、隐层节点数在BP 网络中,隐层节点数的选择非常重要,它不仅对建立的神经网络模型的性能影响很大,而且是训练时出现“过拟合”的直接原因,但是目前理论上还没有一种科学的和普遍的确定方法。 目前多数文献中提出的确定隐层节点数的计算公式都是针对训练样本任意多的情况,而且多数是针对最不利的情况,一般工程实践中很难满足,不宜采用。事实上,各种计算公式得到的隐层节点数有时相差几倍甚至上百倍。为尽可能避免训练时出现“过拟合”现象,保证足够高的网络性能和泛化能力,确定隐层节点数的最基本原则是:在满足精度要求的前提下取尽可能紧凑的结构,即取尽可能少的隐层节点数。研究表明,隐层节点数不仅与输入/输出层的节点数有关,更与需解决的问题的复杂程度和转换函数的型式以及样本数据的特性等因素有关。
meng2235
36点赞9283浏览
空气能系统供暖,欧式住宅空气解决方案
最近1小时前有人咨询相关问题
上海昶磊环境科技有..广告
福特电马全新价24.99万起 现车交付 无需等待
最近19分钟前有人申请相关服务
福特汽车(中国)有..广告
全部
1
《奥奇传说》是广州百田信息科技有限公司研发的一款面向7-14岁儿童社区养成类游戏,于2012年4月15日发行。该游戏集休闲、社交、娱乐为一体的,充满冒险、精灵养成与角色扮演。游戏中玩家扮演小奥奇,在奥奇城里经历各种传说,收集各种精灵,体验阵型作战游戏特色。
2020年12月26日,获得第七届游戏行业金口奖“2021年最受期待产品”奖项。
多种多样的玩法
奥奇传说这款儿童游戏拥有普通系、草系、水系、火系、风系、电系、土系、暗系、龙系、冰系、光系、飞行系、机械系、武系、美食系、超能系、幻化系、恶魔系、萌系、战神系共二十类精灵,各有特色。又增加了神火、神水、神草、神暗、神光、神灵六个神属性,神属性克制所有普通属性,还有的超神进化与2017年出现的神职进化和2018年出现的传说进化。
火队阵容礼包码玩法攻略
火队有两种,一种成型的龙炎队,一种没有龙炎的龙君焰队,火系的获取其实也不是很难,首抽必出朱雀,再加上6元送的茜茜,家族换的石姬,活动送的火龙,就可以很容易配出来一队火系阵容。
虽然队伍叫做火系燃烧队,除非是打单纯全是草系的本,还是需要搭配其他属性,推荐3火(有龙炎)或者4火(无龙炎,使用龙君焰代替)再搭配其他属性,这个其他属性可以由你自己决定,实在决定不了可以优先选择草系,毕竟火队还是蛮怕水的,草系强度高的精灵也很多。没有一直最优的队伍,只有按照各种情况改变队伍才是最优解决。
火队的优点很明显,完整的火队强度很高,无论是PVP还是PVE都有着亮眼的发挥,现版本水队强度一般,阵容优势的火队甚至能够逆属性击败水队。少有的缺点就是必须带龙炎的火队才足够强大,而且将火队拆解到其他队伍中都有些乏力,但火队依旧是如今的版本之子。
魔龙? 应该是雷霆一类的吧。。 这和战神都是1.80版本的。 然后是火龙是1.85的吧。。。不过我玩过的SF火龙1.85里没有。。 只有1.90里有。。