| 摘要 | 第8-9页 |
| 英文摘要 | 第9页 |
| 1 引言 | 第10-17页 |
| 1.1 研究的目的与意义 | 第10-11页 |
| 1.2 BP神经网络国内外研究动态 | 第11页 |
| 1.3 国外的研究动态 | 第11-14页 |
| 1.3.1 国内的研究动态 | 第14页 |
| 1.4 研究的主要内容方法和技术路线 | 第14-17页 |
| 1.4.1 研究的主要内容 | 第14-15页 |
| 1.4.2 研究的主要方法和技术路线 | 第15-17页 |
| 2 BP神经网络的原理及算法 | 第17-27页 |
| 2.1 BP神经网络的基本结构与原理 | 第17-18页 |
| 2.1.1 BP神经网络的基本结构 | 第17-18页 |
| 2.1.2 BP神经网络的基本原理 | 第18页 |
| 2.2 BP神经网络学习算法的描述 | 第18-23页 |
| 2.2.1 工作信号的正向传播 | 第18-19页 |
| 2.2.2 误差信号的反向传播 | 第19-23页 |
| 2.3 BP算法的计算步骤及流程 | 第23-25页 |
| 2.4 BP神经网络的性能分析 | 第25页 |
| 2.4.1 BP神经网络的优良性能 | 第25页 |
| 2.4.2 BP神经网络的主要缺陷 | 第25页 |
| 2.5 本章小结 | 第25-27页 |
| 3 BP神经网络存在缺陷的原因分析 | 第27-33页 |
| 3.1 学习过程收敛速度慢的原因 | 第27-28页 |
| 3.2 网络训练过程中容易发生振荡和波动的原因 | 第28-31页 |
| 3.3 BP神经网络训练易失败的原因 | 第31页 |
| 3.4 输入数据数量级关系差距较大时预测精度不高的原因 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 4 BP神经网络算法的改进研究 | 第33-43页 |
| 4.1 整体变学习率的改进BP算法 | 第33-34页 |
| 4.2 整体变学习率的改进BP算法计算步骤及流程图 | 第34-36页 |
| 4.3 个体变学习率的改进BP算法 | 第36-37页 |
| 4.4 个体变学习率改进算法的步骤及流程图 | 第37-40页 |
| 4.5 改进方法的测试研究 | 第40页 |
| 4.6 本章小结 | 第40-43页 |
| 5 基于相对误差的BP算法研究 | 第43-50页 |
| 5.1 应用绝对误差作为传递信号使网络预测精度不高的原因分析 | 第43-44页 |
| 5.2 相对误差BP改进算法的理论推导 | 第44-47页 |
| 5.3 改进BP神经网络的仿真实验 | 第47-49页 |
| 5.4 本章小结 | 第49-50页 |
| 6 结论 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表的学术论文 | 第55页 |
