论文部分内容阅读
本文解决了ＢＰ神经网络结构参数和学习速率的选取问题，并对传统的ＢＰ算法进行了改进，提出了ＢＰ神经网络动态全参数自调整学习算法，又将其编制成计算机程序，使得隐层节点和学习速率的选取全部动态实现，减少了人为因素的干预，改善了学习速率和网络的适应能力．计算结果表明：ＢＰ神经网络动态全参数自调整算法较传统的方法优越．训练后的神经网络模型不仅能准确地拟合训练值，而且能较精确地预测未来趋势．