BP神经网络算法.pdf

BP神经网络算法 摘 要 人工神经网络， 是由大量处理单元 （神经元）组成的非线性大规模自适应动力系 统。它具有自组织，自适应和自学习能力，以及具有非线性、非局域性，非定常性和 非凸性等特点。 它是在现代神经科学研究成果的基础上提出的， 试图通过模拟大脑神 经网络处理，记忆信息的方式设计一种新的机器使之具有人脑那样的信息处理能力。 作为人工智能的重要组成部分， 人工神经网络有较大的应用潜力。 本文阐述了神 经网络的发展、现状及其原理，介绍了神经网络在航空航天业、国防工业、制造业等 诸多方面的应用。 BP 神经网络是目前应用较多的一种神经网络结构。它能以任意精 度逼近任意非线性函数， 而且具有良好的逼近性能， 并且结构简单， 是一种性能优良 的神经网络。 本文阐述了 BP 神经网络的基本原理，详细分析了标准 BP 算法、动量 BP 算法 以及学习率可变的 BP 算法等几种流行的 BP 神经网络学习算法 ,详细的介绍了这几 种算法的优缺点， 并给出了各种算法的仿真程序， 通过仿真结果对各种算法进行比较 后有针对性的提出了 BP 算法的一种改进——变梯度 BP 算法。对于改进的 BP 算法， 本文不仅从理论方面对其进行了深入的分析，还介绍了该算法的详细思路和具体过 程，将算法训练后的 BP 神经网络运用到函数逼近中去。仿真结果表明，这种改进方 案确实能够改善算法在训练过程中的收敛特性，而且提高收敛速度，取得令人满意 的逼近效果。 关键词 : 人工智能； BP 神经网络；变梯度法；改进 I Abstract Artificial neural network, by the large number of processing units (neurons) composed of large-scale adaptive nonlinear dynamic systems. It is self-organization, adaptive and self-learning ability, as well as non-linear, non-local, non-steady and non-convex and so on. It is in modern neuroscience research on the basis of the results, trying to simulate the brain network processing, memory about the means to design a new machine so that it is the human brain, as the information processing capability. As an important component of artificial intelligence, artificial neural networks have greater potential applications. This paper describes the development of a neural network, the status quo and its principles, introduced a neural network in the aerospace industry, defense industry, manufacturing and many other a