用于ANN训练的OBD剪枝算法的改进

将Marquardt算法和OBD算法结合,提出了一种神经网络的DOBD动态剪枝算法.通过一种近似的动态计算灵敏度的方法和灵敏度删除下限技术,该算法能够在训练的同时删除低灵敏度的权重以简化网络,避免了OBD算法的反复训练.新算法应用于稳定汽油蒸气压预估的模型中.计算结果表明,DOBD算法可以有效地克服由于网络结构过于复杂造成的过拟合现象,并且比OBD算法具有更快的训练收敛速度.