基于粒子群pso优化BP神经网络的上市公司ST的分类识别，基于粒子群优化BP神经网络的二分类预测

目录

摘要
BP神经网络的原理
BP神经网络的定义
BP神经网络的基本结构
BP神经网络的神经元
BP神经网络的激活函数，
BP神经网络的传递函数
粒子群算法的原理及步骤
基于粒子群算法改进优化BP神经网络的上市公司ST分类识别
代码
效果图
结果分析
展望
参考

摘要

一般用启发式算法改进BP神经网络都是改成的三层BP神经网络，本用粒子群算法对BP神经网络进行改进，并进行通过输入上市公司的数据，分析识别是否是ST公式

BP神经网络的原理

BP神经网络的定义

人工神经网络无需事先确定输入输出之间映射关系的数学方程，仅通过自身的训练，学习某种规则，在给定输入值时得到最接近期望输出值的结果。作为一种智能信息处理系统，人工神经网络实现其功能的核心是算法。BP神经网络是一种按误差反向传播(简称误差反传)训练的多层前馈网络，其算法称为BP算法，它的基本思想是梯度下降法，利用梯度搜索技术，以期使网络的实际输出值和期望输出值的误差均方差为最小。

BP神经网络的基本结构

基本BP算法包括信号的前向传播和误差的反向传播两个过程。即计算误差输出时按从输入到输