BP 神经网络算法逼近一个正弦函数
一
、BP 算法的基本原理
BP 算法的基本思想是把学习过程分为两个阶段：第一阶段是信号的正向传播过程；输入信息通过
输入层、隐层逐层处理并计算每个单元的实际输出值；第二阶段是误差的反向传递过程；若在输入层未
能得到期望的输出值，则逐层递归的计算实际输出和期望输出的差值（即误差），以便根据此差值调节
权值。这种过程不断迭代，最后使得信号误差达到允许或规定的范围之内。
基于 BP 算法的多层前馈型网络模型的拓扑结构如上图所示。
BP 算法的数学描述：三层 BP 前馈网络的数学模型如上图所示。三层前馈网中，输入向
量为： ；隐层输入向量为： ；输出层输
出向量为： ；期望输出向量为： 。输入层到
- 1
- 2
- 3
前往页