《表2:BP神经网络训练部分数据》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《BP神经网络应用于铝片镀膜工艺参数优化设计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

BP神经网络是一类多层的前馈神经网络。它是由人工神经网络（ANN）发展而来，它的名字源于在网络训练的过程中，调整网络的权值的算法是误差的反向传播的学习算法，即为BP学习算法。BP算法是Rumelhart等人在1986年提出来的，由于它的结构简单、可调整的参数多、训练算法多以及可操作性好，BP神经网络获得了非常广泛的应用。该网络的主要特点是信号前向传递，误差反向传播。在前向传递中，输入信号从输入层经隐含层逐层处理，直至输出层。每一层的神经元状态只影响下一层的神经元状态。如果输出层得不到期望输出，则转入反向传播，根据预测误差调整网络权值和阈值，从而使BP神经网络预测输出不断逼近期望输出。BP神经网络的拓扑示意图如图1所示，在网络模型的输入层进行数据的收集，经过隐含层分析和计算，最后通过输出层将最终计算的结果输出。