BP算法及其优缺点基于BP算法的多层感知器的模型模型的数学表达神经网络的学习BP算法的基本思想BP算法的学习过程建立权值变化量与误差之间的关系大家有疑问的，可以询问和交流BP算法的程序实现误差曲面的分布－－BP算法的局限性曲面分布特点1：存在平坦区域存在平坦区域的原因分析曲面分布特点2：存在多个极小点曲面分布特点2：存在多个极小点标准BP算法的改进－－引言标准的BP算法内在的缺陷：3.5标准BP算法的改进改进1：增加动量项改进1：增加动量项改进2：自适应调节学习率改进2：自适应调节学习率改进3：引入陡度因子改进3：引入陡度因子改进3：引入陡度因子总结3.6BP网络设计基础1输出量的选择输入量的选择输入输出量的性质2.输入量的提取与表示3.输出量的表示二、输入输出数据的归一化进行归一化的主要原因：归一化的方法：三、网络训练与测试在隐节点数一定的情况下，为获得好的泛化能力，存在着一个最佳训练次数。