基于模拟退火的Levenberg-Marquardt算法在神经网络中的应用

摘要：

针对一般BP网络存在的一些缺陷,首次提出了利用基于模拟退火的Levenberg-Marquardt算法.在相同的初始条件下,用基于模拟退火的Levenberg-Marquardt算法的神经网络和Levenberg-Marquardt算法进行了比较,得出前者的特点和优点:收敛于全局最优解.一般函数逼近的实现表明,提出的算法是可行的,有效的.

关键词：模拟退火、Levenberg-Marquardt算法、函数逼近

所属期刊栏目：8

分类号：TP183(自动化基础理论)

在线出版日期：2008-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：5189-5192