精选优质文档-倾情为你奉上数值分析与数学实验专业实训报 告 书题 目 基于BP神经网络预测方法的预测模型一、问题描述建立基于BP神经网络的信号回归模型，来预测某一组数据。二、基本要求1.熟悉掌握神经网络知识；2.学习多层感知器神经网络的设计方法和Matlab实现；3.学习神经网络的典型结构；4.了解BP算法基本思想，设计BP神经网络架构；5.谈谈实验体会与收获。三、数据结构BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。BP神经网络算法: 神经网络由神经元和权重构成，神经元即为：输入节点，输出节点和隐层结点三部分；权重是各个神经元相互连接的强度。神经网络通过训练，从样本中学习知识，并且将知识以数值的形式存
