一种具有全局最优的神经网络BP算法

针对神经元网络ＢＰ算法的局部极小问题，给出了一种避免陷入局部极小点的具有全局最优的神经网络ＢＰ算法。其特点是利用自适应线性单元和ＢＰ网络结合构成新的混合网络，网络权值仍用ＢＰ算法进行修正，其中自适应线性单元是以样本的零次幂到样本数减１次幂输入。通过数学证明此方法得到的网络的权值是全局最优。实例验证此方法的正确性。此方法简单、易行，并且不是以学习时间长为代价而得到全局最优的，所以对于ＢＰ算法在实际应用具有重要意义。