本程序是BP算法的演示程序, 其中的Levenberg-Marquardt算法具有实用价值. 一、网络训练 程序默认状态是样本训练状态,现将样本训练状态下的如何训练网络进行说明: 1.系统精度: 定义系统目标精度,根据需要定义网络训练误差精度.误差公式是对训练出网络的输出层节点和实际的网络输出结果求平方差的和. 最大训练次数: 默认为10000次,根据需要调整,如果到达最大训练次数网络还未能达到目标精度,程序退出. 3.步长: 默认为0.01,由于采用

利用c++编写的带人工智能的跳棋程序。屏幕的中央是棋盘，所有的操作都是对这个棋盘进行的，棋子的选择框是红色的，移动它（“w”、“s”、“a”、“d”分别代表上、下、左、右）进行选子和选择目的地，利用空格键可以表示选定选择框到达的位置，棋盘左边有提示信息，提示由哪个玩家走棋。“Q”表示退出游戏，“R”表示重新开始，“H”表示悔棋（一次只能悔一步棋）-Using c++, prepared with artificial intelligence Checkers procedures. Scree