《基于BP神经网络的高频振动时效工艺参数模型分析案例》2900字.docxVIP

基于BP神经网络的高频振动时效工艺参数模型分析案例

目录

TOC\o1-3\h\u30685基于BP神经网络的高频振动时效工艺参数模型分析案例 1

58751.1神经网络综述 1

249931.1.1人工神经网络的特点 1

101691.1.2神经网络的分类 2

187431.2BP神经网络算法原理 3

58551.3基于BP神经网络的预测模型建立 5

120791.4BP神经网络模型的可靠性检验 6

1.1神经网络综述

人工神经网络的实现是通过计算机对大脑思维方式的学习模拟，实现 分布式信息储存、并行处理以及自适应学习能力等，常被用来通过学习现有环境的模型输入、输出参数，进行分析后按照所得的内在规律，从而对新模型参数进行预测 。

1.1.1人工神经网络的特点

人工神经网络在实现对大脑的模拟时，具备以下几种特点：

结构化

人工神经网络是通过众多神经元组成的，每一个神经元都将负责部分输入信息的承载，分层组成神经元网络，权值的作用是连接各层神经元网络，使其从简单的两级划分组合成可以判别复杂信息的系统。通过不同路径的选择，对所得的输入参数进行分类判断，找寻出其中的最优解。

分布式和容错性

基于人工神经网络的结构化模型，我们可以了解人工神经网络并不会将完整的样本信息储存至神经元中，而是通过神经元中的参数与权值的乘积反应该模型的特征，权