【摘要】 <正> BP网络是使用最广泛的神经网络模型。在BP网络模型中,输入信息（X₁,X₂,…,X_m）首先通过各输入结点前向传播到下一层的各结点,这下一层就是所谓的隐含层,隐含层可以是一层也可以是多层,最后通过输出层得到输出信息（y₁,y₂,…,y_n）。在BP网络中,输入结点和输出结点的个数由具体问题决定,隐层单元的个数是可变的。如果具体问题的目标输出是多维的,BP网络就具有多个输出结点。本文提出了一种子网组的结构,用来代替多输出的单个BP网络。子网组即是对问题目标输出的每一维建立一个单输出的BP网络,整个子网组结构的输出由这n个子网络组合而成。本文还给出了一种子网组结构的学习算法,并证明了该学习算法能够达到更好的学习效果。更多还原

【Abstract】 In this paper,a new architecture of single output multilayered feedforward neural networks array and a learning algorithm based this architecture are proposed. This architecture can be used to replace of a multiple outputs multilayered feedforward neural networks. Theoretical analyses show this mothed outperforms the traditional multiple outputs multilayered feedforward neural networks.更多还原