Elman神经网络仿真及应用

针对BP神经网络收敛速度相对较慢,而且可能陷入局部极小值这一问题提出Elman神经网络的解决方案。本文通过介绍Elman神经网络的学习过程并建立一个Elman神经网络,借助网络训练的手段检验其对可预测的突变数据进行学习的能力,从而实现对某些特殊情况的出现进行预测。最后设计测试程序对预测能力进行验证,得出逼近能力优于一般的静态网络,收敛速度快,能较好地克服BP网络训练时间长及计算复杂度高等缺点。本文得出Elman神经网络的综合诊断性比BP神经网络更好,具有工程使用价值。