论文部分内容阅读
为了解决传统神经网络实际应用中计算复杂、耗时过长等问题,在LM(Levenberg-Marquardt)算法的基础上,结合数学最优化理论,找出三次收敛的改进型LM算法,且将其应用于BP神经网络。利用一组火灾现场数据,通过Matlab仿真对改进型LMBP算法和标准LMBP算法从收敛时间和仿真曲线拟合度两方面进行比较。结果表明改进型LMBP算法在收敛时间和拟合度两方面都有更好的效果,且该算法具有一般性,可以通过获取国民生产中各种应用场景的样本,采用该算法进行预测,更好地指导生产。