论文部分内容阅读
BP神经网络是误差反向传播神经网络(Error Back Propagation NeuralNetwork)的简称，在神经网络发展史上占有重要地位，是神经网络发展史上的里程碑。其强大的非线性映射能力、自适应、自组织以及联想记忆等特点，使其在许多领域都有重要应用，是目前应用最为广泛和成功的神经网络模型。并且BP神经网络提出后在许多领域掀起了联结主义热潮。虽然BP神经网络如此重要，但是目前对其理论却没有一个系统的梳理。专业领域注重的是其应用，而不注重其理论整理，其整个体系一直处于一种零散的状态。基于此，本文系统考察了BP神经网络的产生、改进、实现与应用以及其重要的历史价值和意义，希望能够对BP神经网络的发展脉络有一个较清晰的阐释。 本文首先考察了BP神经网络产生的历史背景，分析了BP神经网络产生的理论基础和思想渊源。BP神经网络提出后带来了很大的反响，但存在收敛速度慢，易陷入局部极小值等局限性，因此人们对其进行了许多改进和完善。最为广泛的改进是基于算法的，另外还有基于结构的和激励函数的改进。由于BP神经网络研究和应用的广泛性，对其改进也是广泛而繁杂的，方案之多几乎不可能一一罗列，本文选择一些经典的改进方案进行了总结、归类和整理。随后本文介绍了BP神经网络的实现方式及其在一些领域中的重要应用。最后一部分研究了其重要的历史价值和意义。 本文在研读了大量神经网络发展史上经典文献的基础上，系统地对BP神经网络的发展情况进行了考察。通过对BP神经网络产生的思想渊源和改进发展的整理，可以使此领域的研究者对BP神经网络有一个更为清晰的认识，加深对理论的理解。以往BP神经网络的研究重应用而不重理论的历史整理，这对其发展是不利的。因为当其理论出现问题时，没有历史脉络的追寻便难以找到问题的根源。本文不但对BP神经网络的产生发展情况进行了整理，而且考察了其使用价值，并在此基础上进一步研究了其重要的历史价值、意义及影响。希望通过此文能够对BP神经网络的发展情况有一个全面立体的呈现，从而对此领域的研究者有所启示。