一种BP神经网络的改进方法及其应用

针对BP神经网络中学习因子取值小、收敛性好但训练时间长,学习因子取值大、权值变化剧烈但可能导致振荡的情况,提出了一种修正学习因子的方法,即给学习因子前加一比例因子,在网络权值调整过程中自动调整学习因子的大小,使网络训练时间短,而且收敛效果较好。仿真结果表明,在导弹指令跟踪中,改进算法比原来算法优越得多。