论文部分内容阅读
针对BP神经网络收敛速度慢、易陷入局部极小的缺点，将具有全局搜索能力的模拟退火（sA）算法引入到神经网络的权值优化中。并且在SA算法中引入状态接受过程和退火过程的自适应措施，增加了对当前状态最优解的“记忆能力”，避免了当前最优解的遗失，提高了算法的搜索效率。通过对XOR问题求解的比较，显示出SABP算法具有全局收敛且精度高的优越特性。最后基于实际工程的边坡数据建立了一个SABP算法模型，成功解决了具有高度非线性特点的边坡稳定性评价问题。