模拟退火算法优化BP神经网络 5
如何用模拟退火算法求出BP神经网络的权值输入层到隐含层以及隐含层到输出层的权值，然后又怎么将权值融入BP神经网络进行数据预测？大神啊诚求解答...
如何用模拟退火算法求出BP神经网络的权值 输入层到隐含层以及隐含层到输出层的权值，然后又怎么将权值融入BP神经网络进行数据预测？大神啊 诚求解答
展开
2个回答
展开全部
bp神经元网络的学习过程真正求解的其实就是权值的最优解，因为有可能会得出局部最优解，所以你才会用模拟退火来跳出局部最优解，也就是引入了逃逸概率。在这里你可以把bp的学习过程理解成关于 误差=f（w1,w2...） 的函数，让这个函数在模拟退火中作为目标函数，再加上模拟退火的一些初始参数（初始温度啊，退火速度啊等等），就能找到权值解空间的一个不错的最优解，就是一组权向量。把权向量带入到bp当中去，输入新的对象，自然就能算出新的输出了。
算法学习要脚踏实地，你要先学会神经元，在学会退火，两个的结合你才能理解。
算法学习要脚踏实地，你要先学会神经元，在学会退火，两个的结合你才能理解。
本回答被网友采纳
已赞过
已踩过<
你对这个回答的评价是？
普测光电
2024-08-01 广告
稳态模拟器是无锡普测光电科技有限公司研发的高精度测试设备，专为模拟产品在稳定环境条件下的性能表现而设计。它能精准控制并维持温度、湿度、光照等环境参数于设定值，有效隔离外界干扰，确保测试结果的可靠性与可重复性。广泛应用于光电产品、电子元器件、...
点击进入详情页
本回答由普测光电提供
展开全部
您好，请问你现在有这个具体答案了吗，我最近也需要这方面的东西，可以交流以下吗
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
