摘要：BP算法是应用广泛的神经网络算法，具有较强的非线性拟合能力，可以用来预测非线性时间序列数据的发展趋势。但在实际应用和仿真过程中，由于算法本身的限制和不足，对于仿真和计算都会带来很多问题，比如网络训练过程中程序异常中止、训练时间过长、仿真精度不高等。针对这样的情况。通过分析算法本身和训练仿真过程，找到了相应的原因和解决方法，研究了传统BP神经网络模型的缺陷并提出附加动量的方法来改进BP神经网络，最后通过在Matlab仿真环境下的实际仿真过程，验证了改善效果。

原文链接:http://www.cqvip.com//QK/97969A/200911/32000813.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。）