目 录1 绪论.............................................................11.1 人工神经网络的讨论背景和意义................................11.2 神经网络的进展与讨论现状....................................21.3 神经网络的讨论内容和目前存在的问题..........................31.4 神经网络的应用..............................................42 神经网络结构及 BP 神经网络........................................42.1 神经元与网络结构............................................42.2 BP 神经网络及其原理.........................................72.3 BP 神经网络的主要功能.......................................92.4 BP 网络的优点以及局限性.....................................93 BP 神经网络在实例中的应用.......................................103.1 基于 MATLAB 的 BP 神经网络工具箱函数.......................103.2 BP 网络在函数逼近中的应用..................................123.3 BP 网络在样本含量估量中的应用..............................174 结束语..........................................................23参考文献:.........................................................24英文摘要..........................................................25致 谢..........................................................26基于 MATLAB 的 BP 神经网络应用蒋亮亮南京信息工程大学滨江学院自动化专业，南京 210044摘要:本文首先说明课题讨论的目的和意义，评述课题的国内外讨论现状，引出目前存在的问题。然后分析了神经网络算法的基本原理，给出经典神经网络算法的具体实现方法，总结神经网络算法的特点，并给出神经网络算法的基本流程。采纳 Matlab 软件编程实现 BP 神经网络算法。将神经网络算法应用于函数逼近和样本含量估量问题中，并分析相关参数对算法运行结果的影响。最后对 BP 神经网络算法进行了展望。关键词:神经网络；BP 神经网络；函数逼近1 绪论人工神经网络（Artificial Neural Networks，NN）是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学系统[1]。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学习能力，...
