论文部分内容阅读
提出用正交设计法选择前馈型神经网络训练样本的方法，并且对其基本原理进行了探讨．文中以三层ＢＰ网络为例，根据特定位级的正交表获取相应的训练样本集，利用该训练样本集对网络训练，然后用经过训练的网络对各取值域作离散预测．详细的对比计算表明：１）将正交设计法应用于神经网络学习训练样本的选取上是成功有效的；２）选用四位级或五位级的正交表来对网络样本做选择精度已经足够．另外，将网络隐层神经元个数对网络的影响与选用正交表不同位级对网络的影响的效果也作了比较．