摘要
针对演化学习的速度较慢、模型的稳定性较差等,利用梯度下降计算改进演化算法,极大地提高了模型的学习速度,对那些需要及时优化工艺参数的生产过程,该种模型有很好的应用前景。
Aining at the rate of evolutional learning is too slow sometimes, and the stability of networkhad improved the evolutional algorithm. Specially, the rate of evolutional learning is increased by gradient descent algorithm, it is very useful to optimum the real time craft process.
出处
《计算机应用研究》
CSCD
北大核心
2005年第4期49-51,共3页
Application Research of Computers
基金
国家自然科学基金资助项目(60373062)
关键词
演化学习
神经网络模型
梯度下降计算
工艺优化
Evolutional Learning
Neural Networks
Gradient Descent Algorithm
Optimums of Technological Process
