摘要: ∑-π型神经网络是由具有高阶神经网络特性的单元构成的无隐层网络。研 究 了∑-π型神经网络中的误差曲面和学习效率，给出了理论推导和分析。对于典型的XOR问题，分别使用BP 网络和∑-π网络进行了计算机模拟计算。结果表明，BP网络中误差曲面存在大量的平 台（flat）和梯阶（stair-step），∑-π网络中误差曲面变化梯度较大，因此具有较快的学习收敛速率，能克服BP网络的不足。按文中所用模拟计算方法，可以建立∑-π网络和BP网络中学习参数与学习效 率、误差曲面特性之间关系数据库，有利于∑-π网络和BP网络的参数优选、加速收敛和硬件实现。还讨论了∑-π网络和BP网络的神经生物学基础。