基于人工神经网络的预测研究汇.docVIP

目 录 1.引言 1 1.1 研究背景及意义 1 1.2 研究现状 2 1.3 主要研究方向 4 2.人工神经网络 5 2.1人工神经网络的基本内容 5 2.2人工神经网络的基本特征 6 2.3人工神经网络的工作原理 8 2.4人工神经网络的分析方法 13 3. 人工神经网络BP模型 14 3.1 BP神经网络的概念 14 3.2 BP网络模型的类型 15 3.3 BP学习算法 17 3.4 BP神经网络的应用及不足 18 4.人工神经网络RBF模型 19 4.1 RBF神经网络的概念 19 4.2 径向基函数(RBF)网络结构和模型 19 4.3 RBF的网络学习算法 21 4.4 RBF网络模型的优点和缺点 23 5.基于人工神经网络的空调系统故障预测 23 5.1 用BP网络对空调系统故障进行预测 24 5.2 空调系统故障诊断的RBF网络建立 28 5.3 小结 29 6. 结论 30 6.1 结论 30 6.2注意事项 31 6.3 人工神经网络的局限性 31 参考文献 32 (BP)和径向基算法(RBF)简介以及应用 ，BP是误差反传误差反向传播算法 RBF神经网络的隐层神经元数要大大多于BP网络, 这体现在网络的复杂度要高于BP网络。最后一个部分对论文进行了总结，阐述了人工神经网络的预测的前景。 关键词：人工神经网络；BP模型；RBF模型；故障预测 1.引言 1.1