摘要：文章时标准BP算法收敛慢的问题进行了分析．并针对其目前最快的改进版本Levenberg—Marquardt BP（LMBP）进行了深入研究，发现其中涉及的矩阵[J^T J＋μkI]求逆是其收敛速度的瓶颈。通过使用LU分解法去除耗时的矩阵求逆运算，极大地减少了LMBP的计算量。此外，简化求增广Marquardt Sensitivity矩阵的步骤．也在一定程度上减少了LMBP的计算量。笔者用Microsoft Visual C＋＋ 6编程实现了改进后的LMBP算法．发现对这两方面的改进．大大提高了收敛速度。文章对Matlab的基于最速下降的BP算法（Traingdx）、Matlab改进的LMBP算法（Trainlm）、LMBP和作者改进的LMBP（ILMBP）进行了大量的试验。结果发现，ILMBP的平均收敛速度比LMBP快约23倍．比Trainlm算法快约9倍。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社