2009级智能预测控制作业.docVIP

2009级智能预测控制作业 神经网络仿真 专 业：运筹学与控制论 学 号：2120090180 姓 名：唐涛 原理介绍 BP算法 S层 S层 …… …… …… …… …… …… A层 R层 给定一组样本 输入S层的相应单元，A层各单元的激活值为： 相应R层的输出值为： 其中 学习算法： 目标函数： BP算法的缺点： 学习过程采用非线性梯度优化算法，故存在局部最小问题； 学习算法收敛速度慢，迭代次数多，需要样本多，不适合在线应用； 学习步长的选取不当易造成稳定性的问题 改进BP算法 针对BP算法的不足，提出了改进的BP算法，其主要改进的地方就是学习算法上加入了动量项。 改进的BP算法（带动量项的BP算法）如下： 程序运行指南 程序如图1所示： 图1 程序中的输入信号为正弦信号，BP算法的仿真图像如下图所示： 改进BP算法的仿真图像如下： （4）仿真结果分析：有上面的仿真图像可知，改进的BP要比BP算法更精确。