精选优质文档-倾情为你奉上神经网络及应用实验报告实验二、基于BP网络的多层感知器一：实验目的：1. 理解多层感知器的工作原理2. 通过调节算法参数了解参数的变化对于感知器训练的影响3. 了解多层感知器局限性二：实验原理：BP的基本思想：信号的正向传播 误差的反向传播 信号的正向传播：输入样本从输入层传入，经各隐层逐层处理后，传向输出层。 误差的反向传播：将输入误差以某种形式通过隐层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各层单元的误差信号来作为修正各单元权值的依据。1. 基本BP算法的多层感知器模型：2.BP学习算法的推导：当网络输出与期望输出不等时，存在输出误差E将上面的误差定义式展开至隐层，有进一步展开至输入层，有调整权值的原则是使误差不断地减小，因此应使权值的调整量与误差的梯度下降成正比，即(0,1)表示比例系数，在训练中反应学习速率 BP算法属于学习规则类，这类算法被称为误差的梯度下降（Gradient Descent）算法
