VC++怎样把AHP,BP算法程序界面化

1）初始化

2）输入训练样本对，计算各层输出

3）计算网络输出误差

4）计算各层误差信号

5）调整各层权值

6）检查网络总误差是否达到精度要求

满足，则训练结束；不满足，则返回步骤2）

3、多层感知器（基于BP算法）的主要能力：

1）非线性映射：足够多样本－>学习训练

能学习和存储大量输入－输出模式映射关系。只要能提供足够多的样本模式对供BP网络进行学习训练，它便能完成由n维输入空间到m维输出空间的非线性映射。

2）泛化：输入新样本（训练时未有）－>完成正确的输入、输出映射

3）容错：个别样本误差不能左右对权矩阵的调整

4、标准BP算法的缺陷：

1）易形成局部极小（属贪婪算法，局部最优)而得不到全局最优；

2）训练次数多使得学习效率低下，收敛速度慢（需做大量运算）；

3）隐节点的选取缺乏理论支持；

4）训练时学习新样本有遗忘旧样本趋势。

注3：改进算法—增加动量项、自适应调整学习速率（这个似乎不错)及引入陡度因子

建议在JFrame中增加一个Button,

然后在Button上增加一个事件监听函数

Button b= new Button(String  button名)

b.addActionListener( new ActionListener() {

@Override

    public void actionPerformed(ActionEvent e) {

        String str =  field1.getText()

        field2.setText(str.length())

    }

})

---