论文部分内容阅读
前馈神经网络在复杂系统建模中局限于小型或中等规模的系统,主要原因是:对于大规模问题,现有的神经网络学习算法或者收敛太慢,或者难以收敛.针对这一问题,本文提出一种基于改进的拟牛顿方法的神经网络学习算法.该算法内存需要量小,收敛速度快,适合高维神经网络的训练.本文利用该算法训练神经网络建立32输入工业产品质量模型,结果表明了该算法的有效性.