基于Excel技術平臺人工神經網絡BP模型及應用

人工神經網絡（Artificial Neural Networrks）是一種由大量簡單的人工神經元廣泛連接而成的， 用以模仿人腦神經網絡的復雜網絡系統。人工網絡具有高維性、并行分布處理性、自適應、自組織、自學習等優良特性，為一些傳統方法所難以解決的問題提供了一條新途徑， 引起了人們廣泛關注和興趣， 已在人工智能、模式識別、自動控制和信息處理等領域取得了顯著的應用效果。BP 算法是人工神經網絡中最重要的一種學習算法，其應用最為廣泛。BP 神經網絡是一包含輸入層、隱含層和輸出層的多層網絡，上下層之間各個神經元實現全連接，即下層的每個單元都實現權聯結，而每層各神經元之間無聯結。BP 網絡示意見圖1。人工神經網絡BP 模型實際上是對一組樣本逐個進行輸入、輸出計算，求出各連接權值和閾值修正量，接著計算出修正后的連接權值和閾值，反過來再重復進行各節點輸入、輸出計算的一個循環訓練過程。BP 算法流程見圖2。