改进神经网络BP算法及其应用

作者：李越男; 徐振平^*; 马心池

来源：电脑知识与技术, 2022, 18(11): 86-87.

DOI：10.14004/j.cnki.ckt.2022.0696

• PB算法
• 学习率
• 误差
• 梯度下降法

BP神经网络由于其结构简单、能够自适应、自己学习，有着优越的非线性映射能力，使得它成为当下神经网络应用中最为面面俱到的一种。但从数学角度看，标准BP神经网络采用最速梯度下降法，所以收敛的速度较为缓慢，轻易就会陷入局部极小得不到全局最优、训练次数要达到一定的数量、学习效率不容乐观等缺点。文章以BP神经网络作为研究对象，从四个方面来介绍BP神经网络的整体框架，首先对BP网络的原理和实现步骤进行了系统概述，其次针对其缺点提出了从增加动量项、自适应调节学习率和优化神经网络结构进行改进方法，再次介绍BP算法相关的应用领域，最后进行总结。

• 出版日期2022
• 单位长江大学