Public Su anns01.docVIP

BP网络的学习算法 后传播网络的学习方式通常采用有指导的学习方式，网络可以将应有的输出与实际输出数据进行比较，其学习规则采用梯度下降规则，改变处理单元间的连接权重来减小实际出与应有输出间的误差，并在学习的过程中保持误差曲线的梯度下降。 网络训练过程即是网络中各权值不断调整的过程，这一过程分两步进行：第一步，输入信息前向传播，计算输出结果；第二步，误差信息反向传播，调整各权值，直至达到满意的结果。具体步骤如下： 第一步：前向计算误差 (1)、将输入变量进行归一化处理，转换为0~1内的数，传送到神经网络输入层节点。 (2)、中间层计算 ①．计算输入层各节点对中间层各节点的权重和： ②．计算中间层各节点的输出： (3)、输出层计算： ①．计算中间层各节点对输出层节点的权重和： ②．计算输出层节点的输出值： (4)、误差计算： 将输出变量（汽油干点实际化验值）进行归一化处理，转换为0~1内的数值，比较神经网络实际的输出值与应有的输出值便可得出误差： 其中： gx1为输入层节点的输出 W2为输入层各节点对中间层各节点的连结权值 net2为输入层各节点对中间层各节点的权重和 gx2为中间层节点的输出 W3为中间层节点到