摘要：针对递归神经网络BP学习算法收敛慢的缺陷，通过引入递推预报误差（RPE）学习算法，提出一种新的递归神经网络快速学习算法。该算法的基本原理是沿着指标函数的GaussNewton搜索方向修正权值，同时不必计算二阶偏导数和进行矩阵求逆运算。仿真结果表明，该算法比传统的递归BP学习算法具有更快的收敛速度，用于非线性动态系统建模是有效的。

原文链接:http://www.cqvip.com//QK/90188A/200006/4948151.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）