资源描述：
《BP算法的改进及其应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、BP算法的改进及其应用内容摘要随着人工神经网络的发展，其用途日益广泛，应用领域也在不断扩展，已在人工智能、自动控制、计算机科学、信息处理、机器人、模式识别等各个领域中有着成功的案例。在众多神经网络中，又以BP（BackPropagation）网络的应用最为广泛，它所采用的BP算法已成为目前应用最为广泛的神经网络学习算法，绝大部分的神经网络模型都是采用BP算法或它的变化形式。这样的算法具有很好的非线性映射能力、泛化能力、容错能力，已在各个领域中取得了广泛的应用。但是人们在使用过程中却发现，这种算法存在这样或那样的局限，比如收敛速度慢、容易陷入局部最小值以及忘记旧样本的趋势，这些局域性严重
2、影响了BP算法的应用。本文主要针对BP算法的缺点，从梯度下降法和BP算法融合的角度进行改进，设计出效果较优的算法。主要研究工作如下：第一、多层前馈模型的综述。第二、BP算法的推导过程及其改进。第三、实例仿真。关键字：BP算法，神经网络，前馈模型.ABSTRACTWiththedevelopmentofartificialneuralnetworks,itisappliedwidelyinmorefields,suchasartificialintelligence,intelligentcontrol,computerscience,informationprocessing,robo
3、tics,patternrecognition.BP(backpropagation)neuralnetworkisoneofthemostwidelyappliedneuralnetworks.BPalgorithmhasbecomethemostwidelyappliedneuralnetworkalgorithms,itanditsdeformationsareusedinmostneuralnetworkmodels.Thesealgorithmswhichhavegoodnonlinearmappingability,generalizationabilityandfault
4、algorithmhavewideapplicationsinvariousengineeringfields.However,thestandardBPalgorithmoritsimprovedalgorithmsarebasedonsteepestdescentalgorithm,thustherearesomeshortcomings,suchasslowconvergence,easytofallintolocalminimumandforgettheoldsamples.TheseshortcomingsseriouslyaffecttheapplicationofBPne
5、twork.Inthisthesis,theshortcomingsofBPalgorithmisstudied,fromtheperspectiveofcombininggradientalgorithmwithBPalgorithm,theoptimumalgorithmsaredesigned.Themainpointsofresearchareasfollows:Firstofall,Summaryofmultilayerfeed-forwardmodelSecondly,DerivationofBPalgorithmanditsimprovementThirdly,Thesi
6、mulationKeywords:BPalgorithm;neutralnetworks;feed-forwardmodel;目录1引言42基于BP算法的多层前馈模型42.1数学模型42.2各层计算53BP学习算法63.1网络误差与权值调整63.2算法推导64基于BP的多层前馈网的主要能力、局限性及改进84.1主要能力84.2局限性及改进85.仿真实例86.附录107.参考文献...............................................................................................111引言神经网络（N
7、euralNetworks，简称NN）是由大量的、简单的处理单元（简称为神经元）广泛的相互连接而成的复杂网络系统，它反映了人脑功能的许多基本特性，是一个高度复杂的非线性动力学系统。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学习能力，特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。神经网络的发展与神经科学、数理科学、认知科学、计算机科学、人工智能、信息科学、控制论、机器人学、微电子学、心理学、光计算、分子生
