多层感知器网络的联合优化算法

在非线性优化的理论基础上，提出了多层感知器的联合优化算法。针对多层感知器激活函数存在过长的“记忆区”的缺陷，提出了根据样本所在区域采用不同的激活函数的算法；针对目标函数存在学习的盲目性，提出了一种改进的目标函数，迅速分清已学会的模式与没有学会的模式；针对初值选取的盲目性，提出了一种简单的初值选取方法，以防止网络在初始状态就进入“迟钝状态”。实验证明收敛速度比传统的ＢＰ算法快十几倍。