【正文】 ，一但網(wǎng)絡(luò)經(jīng)過訓(xùn)練用于問題求解，則只需正向傳播，而不需要(xūy224。,在誤差反轉(zhuǎn)訓(xùn)練算法的學(xué)習(xí)過程中，通常的誤差測度準(zhǔn)則是平方誤差最小，即能量函數(shù)為 （821）,式中， 為輸出層結(jié)點i的期望輸出值， 為輸出層結(jié)點i的網(wǎng)絡(luò)實際輸出值， 、 ，急需通過BP網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則和算法確定。,它有自己的優(yōu)點，也存在一些缺點。n x237。,第十九頁，共二十頁。x237。,對于給定的某個樣本點，有如下結(jié)果： 輸入層結(jié)點的輸入 （813）,輸入層結(jié)點的輸出 （814）,隱含層結(jié)點的輸入 （815）,隱含層結(jié)點的輸出 （816）,第十三頁，共二十頁。,值都是可調(diào)的。)BP網(wǎng)絡(luò)及其在過程變性分析與預(yù)報中的應(yīng)用，研究和論述如下問題： （1）BP網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的算法 （2）BP網(wǎng)絡(luò)的推廣能力和網(wǎng)絡(luò)性能的評估標(biāo)準(zhǔn)，以及訓(xùn)練樣本質(zhì)量對BP網(wǎng)絡(luò)性能的影響 （3）BP網(wǎng)絡(luò)訓(xùn)練收斂標(biāo)準(zhǔn) （4）BP網(wǎng)絡(luò)的訓(xùn)練算法,第八頁，共二十頁。 （4）它具有較的非線性的非線性動態(tài)處理能力，無需知道自變量和因變量之間的關(guān)系，就可實現(xiàn)高度非線性映射，因而可以處理復(fù)雜的、數(shù)量關(guān)系不明確的問題，包括大壩(d224。,為神經(jīng)元 的輸入(shūr249。zhēng),第二頁，共二十頁。)及其訓(xùn)練算法 167。8.7 訓(xùn)練樣本質(zhì)量對BP網(wǎng)絡(luò)推廣能力的影響 167。正在接呈相互激發(fā)(jīfā)；負(fù)連接呈相互抑制。)，有時也成為人工神經(jīng)元網(wǎng)絡(luò)(wǎnglu242。x237。 一個三層BP網(wǎng)絡(luò)的結(jié)構(gòu)如下圖所示。o)在進行反向傳播；第二，從網(wǎng)絡(luò)學(xué)習(xí)的角度看，信息在網(wǎng)絡(luò)中的傳播是雙向的，但并不意味著網(wǎng)絡(luò)的層與層之間的連接也是雙向的，因此，誤差反向傳播的BP網(wǎng)絡(luò)是一種前饋網(wǎng)絡(luò)。 我們知道，在n維空間定義的函數(shù)Q=Q(x)的改變率為最大的方向是Q在這一點斜量，即梯度,第十四頁，共二十頁。BP網(wǎng)絡(luò)主要優(yōu)點如下： （1）算法推導(dǎo)清楚，學(xué)習(xí)精度較高。ng)預(yù)報的人工神經(jīng)網(wǎng)絡(luò)法。 （8）如何評價已學(xué)習(xí)好的網(wǎng)絡(luò)的性能，即評價準(zhǔn)則是什么。 （4）正向傳播過程，即對給定的輸入樣本，從第一隱含層開始，依權(quán)值和激勵函數(shù)的作用在輸出結(jié)點算得網(wǎng)絡(luò)輸出值，并計算網(wǎng)絡(luò)輸出與樣點真實輸出之間的均方差， （5）反向傳播過程，即從輸出層反向計算到第一隱含層，首先計算同一層結(jié)點的誤差 ，然