算可以精确地得到温度和浮充电压关系曲线上的所有数值。

4 BP 网络的设计与训练

4.1 网络结构：

　　

BP 网络是典型的多层网络，分为输入层，隐含层，输出层，层与层之间采用全

互联方式，同一层神经元之间不存在相互连接（如图

2）。

　　因为输入输出各是一组数据，所以采用输入层一个神经元，输出层一个神经元；
设输入矩阵为

T，输出目标矢量为 V 。

　　关键在于如何选取隐含层的神经元数。隐含层的神经元数不能太少，否则网络不
能很好地学习，需要训练的次数太多，训练精度也不高。一般而言网络隐含层神经元
数越多功能越强，但也不能太多，通常如果能够解决问题，再加上一两个神经元以
加快误差的下降速度。

　　经验公式有两个：

　　其中

S1 是隐含层的神经元数；

　　

r 是输入层的神经元数；s 是输出层的神经元数；

　　

S1=4*1+1*1= 5 个神经元　　或者