基于样本期望训练数的BP神经网络改进研究

BP算法是神经网络中最常用的算法之一。标准BP算法存在的最主要问题就是易于陷入局部极小、收敛速度慢等问题。针对BP算法的这些问题,出现了许多改进的措施,如引入变步长法、加动量项法等。提出了一种基于样本期望训练数的改进BP算法,仿真实验说明了该算法可以明显提高BP网络学习速度,并且具有简单通用性,可以和其他方法结合,进一步提高算法的收敛速度。