基于动量因子优化学习率的BP神经网络PID参数整定算法

来源：吉林大学学报·理学版杂志2020年第6期北京时间：

作者：胡黄水, 赵思远, 刘清雪, 王出航, 王婷婷

单位：1. 长春工业大学 计算机科学与工程学院, 长春 130012； 2. 吉林建筑科技学院 计算机科学与工程学院, 长春 130114;3. 长春师范大学 计算机科学与技术学院, 长春 130032

摘要：针对传统BP神经网络学习过程中学习率选取过大导致振荡的问题, 提出一种新的BP神经网络PID(比例-积分-微分)参数自适应整定算法. 采用BP神经网络对PID参数进行自适应调节和优化, 并利用动量因子优化学习率和增加动量项抑制BP神经网络训练中出现的振荡现象, 以加快收敛速度. 实验结果表明, 该算法有效缓解了振荡现象, 加快了算法的收敛速度.

关键词：PID参数自整定,神经网络,学习率,动量因子