改进的BP神经网络在商品出口预测中的应用研究.pdfVIP

摘要 Neural 人工神经网络(ArtificialNetwork，ANN)是利用计算机模拟生物 神经组织的非线性系统。它具有强大的自组织性、自适应学习、并行处理及高容 错性能。到目前为止，众多学者已经提出了几十种神经网络模型，并将其成功地 应用于许多领域之中。BP网络作为应用最广泛的神经网络，具有结构简单、技 术成熟的优点。然而BP算法是基于梯度下降的方法，存在着网络收敛速度慢、 易陷入局部极小点等问题。 本文首先对人工神经网络的发展过程、基本原理、学习方式、分类及应用作 了较为详细的分析，探讨了BP算法的原理、学习过程及存在的缺陷，并介绍了 国内外对BP算法改进的研究现状。 在对BP算法进行了深入分析的基础上，提出了一种综合改进的算法，即将 自适应调整学习率方式与动态调整激活函数方法相结合。在该算法的每次学习过 程中，根据误差变化情况对学习率和激活函数进行动态调整，从而提高算法的收 敛性能。实验证明，本文提出的综合改进BP算法能够有效提高网络的收敛性能。 最后，本文将改进后的BP神经网络应用于商品出口的预测中。建立了基于 改进BP神经网络的商品出口预测模型，对商品出口额进行了预测，并与其他常 用的预测方法进行了对比研究。结果表明，基于改进BP神经网络的预测模型较 其他预测方法得出的结果有更高的准确性。 关键词：人工神经网络；BP算法：商品出口；预测 Abstract Artificialneural anonlinearwhichsimulates network(ANN)issystem biological network has neural usingcomputer．Itpowerfulself-organizing，adaptivelearning， and offault-tolerant scholars parallelprocessinghighdegree capability．Sofar,many have dozensofneuralnetworkand themto modelshave fields proposed applied many themost usedneural networkhasthe successfully．As network,BP widely advantages of structureandmature isbasedon simple technology．However,BPalgorithm descent ithastwomain ofslow rate gradient method，thus shortcomingsconvergence and tofallintolocalminimum． easy this make In paper,wefirstly adetailed of analysisdevelopmentprocess，basic and of thendiscuss methods，classificationANN，and