修正激励函数的BP算法的研究

本文对基于梯度下降的标准BP算法进行了深入研究，提出了修正激励函数的BP算法，它能有效克服标准BP算法中Sigmoid函数的不足，加快网络学习速率。在模型预测控制的建模和预测中，将基于该算法的神经网络与基于标准BP算法的神经网络、基于带动量项的BP算法的神经网络、基于自适应调整学习率BP算法的神经网络、基于自适应调整学习步长和动量项4算法的神经网络进行仿真比较，它在预报准确率和学习速度方面都取得了令人满意的结果。