论文部分内容阅读
针对标准的 BP 神经网络收敛速度慢、容易陷入局部极小值从而使网络误差增大的问题，提出了引入动量项的变步长 BP 网络预测算法。该算法在引入动量项因子的基础上，改变学习速率的步长，将改进的 BP网络算法应用在预测上，通过仿真实验，得出了传统 BP 算法与改进 BP 算法的误差性能曲线。仿真验证表明，改进的 BP 神经网络有效地加快了收敛速度，而且使网络误差避免陷入局部最小值，预测效果更好。