一種放大誤差信號的BP算法

人工神經(jīng)網(wǎng)絡是近年來發(fā)展起來的一門重要學科，其特有的非線性信息處理能力，使之在模式識別、智能控制、組合優(yōu)化、預測等領域得到了廣泛應用。而BP網(wǎng)絡是應用最廣泛的一類神經(jīng)網(wǎng)絡，受到各個領域的關注。然而BP算法的一些固有缺陷，如收斂速度緩慢，易陷入局部極小，限制了它的應用和發(fā)展。導致訓練過程中收斂速度緩慢的主要原因，其一是激勵函數(shù)的導數(shù)可能使訓練過早進入飽和區(qū)域；其二是整個訓練過程中固定不變的學習率。