摘要BP（Back Propagation）网络是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。本文首先说明课题研究的目的和意义，评述课题的国内外研究现状，然后分析了神经网络算法的基本原理，给出神经网络算法的具体实现方法，采用C++语言编程实现BP神经网络算法。最后对BP神经网络算法进行了展望。60139

毕业论文关键词  bp神经网络 C++ 神经网络算法

Title             BP neural network tool making                             

Abstract BP (Back Propagation) network is an error back propagation algorithm by training a multilayer feedforward network, is currently the most widely used one neural network model. BP neural network can learn and store a large number of input - output mode mappings without prior description of this mapping reveals the mathematical equations. Its learning rule is to use the steepest descent method, by reverse spread to constantly adjust the network weights and thresholds, the network and the minimum squared error. This article argues that the purpose and significance of the research, review topics research status, and then analyzed the basic principles of neural network algorithm, neural network algorithm gives specific method, using C + + programming language BP neural network algorithm. Finally, BP neural network algorithm are discussed.

Keywords  BP neural network  C++  Neural network algorithm  

目   次

1  引言 1

1．1  人工神经网络的研究背景和意义 1

1．2  神经网络的发展与研究现状 2

1．3  神经网络的研究内容和目前存在的问题 3

1．4  神经网络的应用 4

2  神经网络结构及BP神经网络 5

2．1  神经元与网络结构 5

2．2  BP神经网络及其原理 7

2．3  BP神经网络的主要功能 9

3  系统设计原理 9

3．1 反向传播算法 9

3．2三层前馈网络 9

4  具体设计 11

4．1 需求分析 11

4．2程序流程图 11

4．3训练网络 13

4．4实验 13

4．5 实验结果分析 15

5  BP神经网络的优点以及局限性 15

5．1 BP神经网络的优点 15

5．2 BP神经网络的缺点 16

结  论 18

致  谢 21

  引言 

人工神经网络（Artificial Neural Networks，NN）是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学系统。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学习能力，特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。神经网络的发展与神经科学、数理科学、认知科学、计算机科学、人工智能、信息科学、控制论、机器人学、微电子学、心理学、微电子学、心理学、光计算、分子生物学等有关，是一门新兴的边缘交叉学科。