BP算法改进

BP算法的问题

1. 权值初始化

      用于权值 初始化 的一个普遍方法是设置为：区间 [−0.5N,0.5N] 内，均匀分布的随机数，其中N表示权值为馈入层中神经元的总数量。

      对于单隐层的情况，Nguyen和Widrow认为下列算法能显著提高网络的训练速度。

   算法1

   1. 计算缩放因子： γ=0.7n1−−√n0 ,其中， n0 为输入层分量个数， n1 为隐层神经元个数。
   2. 初始化任一层的权值 ωij 为 [ −0.5,0.5] 之间的随机值。

   3. 按照下列公式重新初始化权值： ωij=γωij∑n1i=1ω2ij−−−−−−−√

      4.对于隐层第i个神经元，设置偏置为一个 [−ωij,ωij] 之间的随机值。

2. 网络设置和网络泛化能力

      多层感知器神经网络的设置由隐层的数量、每个隐层的神经元数量以及激活函数的类型决定。已经证实：网络的性能并不十分依靠激活函数的类型，隐层的数量、每个隐层的神经元数量的选择是关键。

3. 独立检验

      将数据划分为训练集和测试集。训练集用于更新网络权值，测试集用于评估训练性能。

4. 收敛速度

      学习率的取值在某种程度上决定了BP算法的收敛性（速度和稳定性）。为了确保网络收敛和避免训练过程的振荡，学习率必须设置为相对较小的值。

      除了BP学习的修改，输入数据的预处理和简化也可使性能改善和加速训练。即：网络规模的减小将削减它的复杂性，并能大大提高收敛速度。数据预处理的方法有：主成分分析法、部分最小二乘回归、傅里叶变换和小波变换等。

BP算法的改进

改进的BP算法可以分为两类：

1. 启发式算法：如动量算法和自适应算法。

2. 数值优化算法：如共轭梯度法和牛顿法。

启发式算法

动量方法

   在BP算法中，步长 η 的选择很重要， η 大则收敛快，但是过大则可能引起不稳定。（ η 最大不能超过 2λmax , λmax 为输入向量x的自相关阵的最大特征值）

   η 小可避免振荡，但收敛速度变慢，解决这一矛盾的最简单方法就是加入“动量项”，即令：

Δωji(n)=αΔωji(n−1)+ηδj(n)yj(n),0<α<1

   此式被称为广义delta规则。式中第二项是常规BP算法的修正量；第一项称为动量项，其通过在权值更新中引入稳定性来提高标准反向传播的速度； α 称为遗忘因子，通常在0,1之间取值。

   其作用简单分析如下：

   当顺序加入训练样本时，公式可写成以t为变量的时间序列，因此上式可看做是 Δωji 的一阶差分方程，对 Δωji(n) 求解，可得：

Δωji(n)=η∑t=0nαn−1δj(t)yj(t)=−η∑t=0nαn−1∂E(t)∂ωji(t)

   当本次 ∂E(t)∂ωji(t) 与前一次同符号时，其加权求和值增大，使 Δωji(n) 较大，从而在稳定调节时增加了 ω 的调节速度；

   当本次 ∂E(t)∂ωji(t) 与前一次符号相反时，说明有一定振荡，此时指数加权和结果使 Δωji(n) 减小，起到了稳定作用。

批量更新

   标准BP算法假定权值由每一输入输出训练对更新，而批量更新方法在执行更新之前累计几个训练模式的权值修正。

   批量更新的优点如下：

1. 运用几个训练对，对误差曲面给出比用于标准BP的瞬时值更好的估计。
2. 通过修正平均的处理，批量更新步骤提供某种固有的训练数据低通滤波。
3. 批量算法适用于更复杂的优化过程，如共轭梯度法或牛顿法。

   对于在整个训练集执行平均的批量更新和标准BP之间的一个良好折中是在更新权值之前累积几个训练对的变化。

搜索然后收敛方法

   Darken等人提出的用于加速BP学习的搜索然后收敛方法是相对简单的启发式策略。

   两个通用的学习率下降策略：

η(k)=η011+k/k0

η(k)=η01+(c/η0)(k/k0)1+(c/η0)(k/k0)+k0(k/k0)2

   式中， η0>0 代表初始学习率参数， c 和k0 是恰当选择的常量。典型的， 1<c/η0<100 且 100<k0<500 。

   当 k≪k0 时，学习率参数近似为常量 η0 ,这对应于 搜索阶段。

   当 k≫k0 时，学习率按比例减小。

   已经证明，恰当选择参数 c 和k0，搜索然后收敛策略能显著提高BP算法的速度。

自适应BP算法

   自适应BP算法的含义在于自适应地改变BP学习中的学习率，以控制BP学习中的梯度下降速度，以改善原始BP算法的收敛特性。

   学习率 η 的自适应律可设计为：

Δη(k)=⎧⎩⎨⎪⎪+a,−bη(k−1),0,C1(k)C2(k)else

   式中， a>0,b>0 ,条件 C1(k) 和 C2(k) 分别定义为：

   C1(k) 表示BP网络前 i 次迭代的平方误差函数梯度值ΔE(k−i)<0;

   C2(k) 表示BP网络前 i 次迭代的平方误差函数梯度值ΔE(k−i)>0;

数值优化算法

共轭梯度BP法

   共轭梯度法不能直接地应用于BP网络。

算法2 :基于Fletcher-Revees 共轭梯度法的BP学习算法

1.初始化。设置 k=0 和 i=0 ,设置学习率上限 C>0 和优化目标 ε>0 ,随机生成初始权值序列 ω(0) 。

2.通过局部梯度 δ(l)j(0) ,计算梯度 g(0)=▽E(ω(0)) 。

3.选择搜索方向 d(0) ， d(0)=−g(0) 。

4.计算学习率 ηi ，采用一维搜索选择 ηi 使下式成立：

E(ω(i)+ηid(i))=min0≤η≤CE(ω(i)+ηd(i))

5. 调节BP网络参数 ω（i+1）=ω(i)+ηid(i)

6.置 k=k+1,i=i+1 。

7.若 E(ω(i))<ε ，算法终止。

8.通过局部梯度 δ(l)j(i) ，计算梯度 g(i)=▽E(ω(i))

9.计算方向因子 βi=∥g(i)∥2∥g(i−1)∥2

10.计算方向 d(i) :若 i<N ( N 为BP算法的迭代次数上限)，则d(i)=−g(i)+βid(i−1)，并转步骤4，否则， i>0,ω(0)=ω(i) 和 g(0)=g(i) ，并转步骤3

Levenberg-Marquardt 算法

   Levenberg-Marquardt 算法是为了能将牛顿法应用于Hesse矩阵非正定的情形下的一种改进方法，其迭代过程为：

x(k+1)=x(k)+ηkd(k)d(k)=−{H^(k)}−1g(k)H^(k)=H(k)+ηkQ^(k)

其中， Q^(k) 是给定的正定矩阵。

算法3 基于Levenberg-Marquardt 的BP学习算法

1.初始化：设置 k=0,β0>0,α>1 ,设置正定矩阵 Q^(k) ，设置优化目标 ε>0 ,随机生成初始权值序列 ω(0) 。

2.计算梯度 g(k)=▽E(ω(k)) :通过局部梯度 δ(l)j(i) ,根据BP算法计算公式，求梯度 ▽E(ω(k)) 。

3.计算近似Hesse矩阵 H(ω(k)) 。

4.计算估计Hesse矩阵 H^(ω(k)):H^(ω(k))=H(ω(k))+βkQ^ 。

5. H^−1(ω(k)) 存在性测试：若 H^−1(ω(k)) 不存在，则置 βk=αβk 并转向步骤4。

6.选择搜索方向 d(k)=−H^−1(ω(k))−1g(ω(k)) 。

7.计算学习率 ηk ，采用一维搜索法。

8.学习率有效性测试，若 ηk=0 ，则置 βk=αβk 并转向步骤4。

9.调节BP网络参数

ω(k+1)=ω(k)+ηkd(k)

10.停机测试：若 E(ω(k))<ε ，则停机；否则，置 k=k+1 ，并转置步骤2.

参考文献

[1] 史忠植. 神经网络[M]. 北京：高等教育出版社，2009：54-63.