基于相对误差平方和的BP算法

详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文

英文篇名：The BP Algorithm Based on the Square Sum of the Relative Error 中文刊名：计算机仿真 英文刊名：Computer Simulation 作者：刘向阳 ; 王如云 ; 李未 英文作者：LIU Xiang-yang ; WANG Ru-yun ; LI Wei (1. College of Science ; HoHai University ; Nanjing Jiangsu 210098 ; China ; 2. College of Traffic and Ocean Engineering ; HoHai University ; Nanjing Jinagsu 210098 ; China) 中文关键词：人工神经网络 ; 相对误差 ; 反向传播算法 英文关键词：Artificial neural network ; Relative error ; Back-propagation algorithm 出版日期：2003-06-30 机构：河海大学理学院,河海大学交通与海洋工程学院,河海大学理学院 江苏南京210098 ,江苏南京210098 ,江苏南京210098 年：2003 期：06 出版单位：计算机仿真

摘要

考虑到在很多情况下 ,人们更关心预报模型的预报值与实际值的相对误差情况 ,从而该文采用实际输出与希望输出的相对误差的平方和作为目标函数 ,给出了一种基于相对误差平方和为最小的BP算法。考虑到网络的实际输出值介于 0到 1之间 ,该文对实际问题的理想输出值给出了一种规范化处理方法。通过大量算例检验证实 ,在基于相对误差平方和为检验标准前提下 ,利用该文所给算法求得的拟合值或预报结果要优于传统的基于绝对误差平方和作为目标函数的BP算法所得结果。
As in many cases, people pay more attention to the relative error between actual output values and the idea output values, in this paper, an improved BP algorithm based on the smallest square sum of the relative error is proposed in this paper, which looks on the square sum of relative error between the idea output and the actual output as the object function. Because the network's actual output values are between 0 and 1, a method of standardization management is given to the idea output of actual problem in this paper. It has been proved in many examples that the BP algorithm based in the square sum of the relative error is better than the conventional BP method.

引文

[1]　DERemelhartetal.Learninginternalrepresentationsbyback-propa gatingerrors[J].Nature,1986:533-536.
    [2]　张小峰,许全喜,斐莹.流域产流产沙BP网络预报模型的初步研究[J].水科学进展,2001,12(1):17-22.
    [3]　杨国军,聂永安.发布地震预报的一种定量决策方法[C].地震灾害对策———地震对策国际学术讨论会论文选集.北京:学术书刊出版社,1989.76-84.
    [4]　李晓峰,刘光中.人工神经网络BP算法的改进及其应用[J].四川大学学报(工程科学版),2000,32(2):105-109.
    [5]　HemaRaoandGIAlexey.Inductiveleaningalgorithmsforcomplexsystemmodeling[M].CRCPress,Inc,1994.