马海志，王福林，王慧鹏，何志连

(东北农业大学 工程学院，哈尔滨　150030)



基于改进BP神经网络的黑龙江农机总动力预测

马海志，王福林，王慧鹏，何志连

(东北农业大学 工程学院，哈尔滨150030)

摘要：BP神经网络在人工神经网络中起着至关重要的作用，通过分析标准BP神经网络的基本算法，指出标准BP算法的一些不足，并针对这些不足提出了以一种以相对误差作为误差传递信号的新的改进方法。经试验证明：该方法大大提高了BP神经网络预测结果的精度，同时这种新的改进思想也可以结合其他改进方法一起应用，以更大程度上地提高BP神经网络的运算速度和预测精度。

关键词：农机总动力；预测；BP算法；相对误差

0引言

作为一门新兴的信息处理科学，人工神经网络是以人类大脑的工作模式为基础而日益发展起来的一门新型学科，近年来得到越来越多的专家和学者的重视。BP神经网络因其可塑性强、结构简单等特性，在各领域中得到了广泛的应用。但标准BP神经网络又存在几个较为明显的缺陷，具体如下：训练过程中易出现振荡和波动现象、收敛速度过慢、易陷入局部极小和自身网络结构难以确定等。针对上述缺陷，学者们提出了很多改进算法，而本文提出一种以相对误差作为误差信号的改进算法，对BP神经网络算法进行改进[1]。

1标准BP算法

BP神经网络模型是由输入层、隐含层和输出层组成，其中隐含层可以是1层或多层。其学习过程如下：输入信号从输入层通过各隐含层，向输出层传递，在输出端产生输出信号。……