神经网络实验报告 基于 BP 网络的曲线拟合 学 院: 控制学院 姓 名: 李嘉頔 学 号: 09423021 2015 年 6 月 一、实验目的 掌握 BP 神经网络的权值修改规则 利用 BP 网络修改权值对 y=sin(x)曲线实现拟合 二、实验要求 人工神经网络是近年来发展起来的模拟人脑生物过程的人工智能技术,具 有自学习、自组织、自适应和很强的非线性映射能力。在人工神经网络的实际 应用中,常采用 BP 神经网络或它的变化形式,BP 神经网络是一种多层神经网 络,因采用 BP 算法而得名,主要应用于模式识别和分类、函数逼近、数据压 缩等领域。 BP 网络是一种多层前馈神经网络,由输入层、隐层和输出层组成。层与层 之间采用全互连方式,同一层之间不存在相互连接,隐层可以有一个或多个。 BP 算法的学习过程由前向计算过程和误差反向传播过程组成,在前向计算过程 中,输入信息从输入层经隐层逐层计算,并传向输出层,每层神经元的状态只 影响下一层神经元的状态。如输出层不能得到期望的输出,则转入误差反向传 播过程,误差信号沿原来的连接通路返回,通过修改各层的神经元的权值,使 得网络系统误差最小,