基于BP神经网络模型的用水量预测研究

【摘要】 <正> 1 BP神经网络理论BP神经网络(Back-Propagation Network),是对非线性可微分函数进行权值训练的一种多层神经网络,通常由输入层、中间层和输出层组成。其学习过程分力信息的正向传播和误差的反向传播2个阶段。在信息的正向传播中,外部输入的信号通过激活函数经输入层、隐含层的神经元逐层处理,向前传播到输出层,给出结果。如果得不到期望输出,则转入逆向传播过程,将实际值与网络输出之间的误差由输出层向输入层沿原连接通路逐层返回,通过修改各层神经元之间的连接权值,减少误差,使网络朝着能正确响应期望输出更多还原