第03讲 BP网络及其算法.pptVIP

训练3000次 5000次 实例1 函数逼近 基于BP神经网络的研究生教育发展规模预测 随着社会经济的发展，研究生教育发展问题越来越受到人们的关注。要促进研究生教育的健康可持续发展，必须结合社会发展过程中对高级人才的需求实际和国家的整体发展建设规划做好研究生教育发展规模的科学预测。常用的统计学预测方法较多，如线性回归模型、回归自回归混合模型等，这些方法简单、便于操作。 但由于我国研究生教育正处于由过去的计划逐步向市场需求调节过度的转轨时期，不确定性的政策和社会因素也较多，这些因素相互作用，往往构成一个非线性系统，导致基于这些常规方法的预测结果与实际的偏差较大、精度不高，难以得到满意的结果。 BP神经网络是介于灰箱和黑箱之间的系统，对非典型数据有着良好的适应性，且在处理缺失值和非线性问题时有着明显的优越性。因此，在预测上更具有普遍适应性。本文 通过建立BP神经网络模型，借助Matlab7.0软件对我国的研究生教育发展规模进行模拟，以期获得更加科学的预测结果。 1 BP神经网络 BP（Backpropagation反向传播）模型是一种用于前向多层神经网络的误差反向传播学习算法，由美国加州大学的D.E.Rumelhart和J.L.Mcclelland等人在研究并行分布式信息处理方法，探