BP神经网络算法原理.docVIP

BP神经网络算法原理

落于死区（通常取±0.1、±0.05等区间）之中，则该节点可删除。最佳隐节点数L可参考下面公式计算：

L=(m+n)1/2+c(7)

m-输入节点数；n-输出节点数；c-介于1～10的常数。

（3）输入和输出神经元的确定

利用多元回归分析法对神经网络的输入参数进行处理，删除相关性强的输入参数，来减少输入节点数。

（4）算法优化

由于BP算法采用的是剃度下降法，因而易陷于局部最小并且训练时间较长。用基于生物免疫机制地既能全局搜索又能避免未成熟收敛的免疫遗传算法IGA取代传统BP算法来克服此缺点。

该程序实现神经网络的BP算法，输入节点数，输出节点数，隐层数，隐层节点数任意，由用户决定。其中隐层数指的是总共曾数包含输出层，比如说异或算法为2层，第一层节点数为2，第二层也即输出层节点数为1，输入点数为2。但是该程序对异或算法实现并不理想，对多层多节点的神经网络有较好的结果。#includeiostream.h

#includetime.h

#includestdlib.h

#includefstream

#includemath.h

#includestdio.h

#defineMAXCOUNT1e5//迭代训练次数上限

//精度0.001的随机浮点数,范围在-0.5——0.5

floatrandf()

{

return(float