基于神经网络控制的共轭梯度法
DOI: 10.3969/j.issn.1671-7627.2006.06.021, PP. 91-94
Keywords: 神经网络,共轭梯度法,bp算法
Abstract:
共轭梯度法中搜索步长是通过某种搜索策略得到,许多情况下的收敛速度较慢.为了加快其收敛速度,提出了通过引入具有"先验知识"的神经网络对共轭梯度算法中的搜索步长进行控制.实验结果表明,该模型实现的共轭梯度法对于加快收敛速度有效.
| [1] | 薛齐文,杨害天.共轭梯度法求解非线性多宗量稳态传热反问题[j].计算力学学报,2005(1):51-54.doi:10.3969/j.issn.1007-4708.2005.01.010.
|
| [2] | 李娟,焦宝聪.一类共轭梯度算法的收敛性[j].首都师范大学学报(自然科学版),2005(4):6-11.doi:10.3969/j.issn.1004-9398.2005.04.002.
|
| [3] | 解可新,韩健,林友联.最优化方法[m].天津:天津大学出版社,2004.
|
| [4] | 时贞军.精确搜索下的非线性共轭梯度法[j].数学物理学报,2004(6):675-682.doi:10.3321/j.issn:1003-3998.2004.06.005.
|
| [5] | 于秋则,曹矩,柳健.基于紧支撑径向基函数与共轭梯度法的大规模散乱数据快速曲面插值[j].电子与信息学报,2005(2):298-301.
|
Full-Text
