论文部分内容阅读
本文在利用动量法和自适应改变学习率改进BP神经网络算法的基础上,针对网络权值调整时不容易跳出误差平坦区的问题,进一步对神经网络的学习算法进行了改进,引入一个陡度因子。并与主元分析相结合,形成了PCA-改进算法的BP神经网络。通过在塑料缠绕过程塑料张力预测中的仿真实验结果表明:PCA-改进算法后的BP神经网络不但可以提高模型的精度而且也使网络的泛化能力得到了增强。