BP神经网络局限性问题的讨论.pdfVIP

BP 神经网络局限性问题的讨论 余本国 （中北大学数学系 太原 030051） Email: yubg@ 摘要：针对神经网络的发展状况，利用概率及其它数学的方法，对神经网络中 BP 算法进行 了分析，并对 BP 算法的学习速度慢、容错能力差、算法不完备等缺点进行了讨论，得出 BP 神经网络的这些局限性均是 BP 算法本身固有的。 关键词：BP 网络；局部极小点；梯度下降法 1、引言 前馈神经元网络由大量的神经元通过突触连接，相互传递着彼此间的兴奋与抑制，全部 的神经元构成拓扑上极其复杂的网络群体，这一网络群体可以实现记忆与思维、学习。 实验证明，前馈神经网络可以以任意精度逼近任意非线性函数，可以把一组样本的输入、 输出问题变成一个非线性优化问题，使用的优化算法最常用的是梯度下降法，由于神经元的 调整是误差从后向前传播，所以这种神经网络又叫 BP 网络(Back-Propagation)。通常，