1、“.....人工神经网络的算法设计及其构造十分地复杂，设定初始权值且初始化其他参数都需要积累丰富经验。因此为了规避上述的那些人工神经网络算法缺陷，在实际的运算过程中需要对人工神经网络进行设定通过利用可以进行自我适应的学习效率调整人工神经算法，使其大大减少对些复杂的问题的训练时间，并且提高学习效率。对于这个算法会产生个局部最小值的梯度下降法，我们可以使用附加向量的方法使算法避免陷入短时间的停顿。本地保存历史计算的参数和权值，如果出现了新的样本，在进行学习训练样本的同时还可以参考历史的参数和权值，这样可以极大地提高新样本训练的准确度及速度。对于隐藏层节点的层数位置或者隐藏层节点的层数设计不合理会引起人工神经网络的算法计算速度太慢，这在很大的程度上是和经验相关的，在构建基于人工神经网络系统的算法之中，仔细研究数据库表和结构信息，大量的进行测试与实验......”。

2、“.....要表现在对猪肉需求构成的变化上。如果是仅有夫妻两人的家庭，这种家庭少有经济负担，有较强的购买力，是猪肉的高级替代品比如水产品的潜在消费者，如果家庭中中老年人和儿童所占的比例较大，也会倾向于购买在蛋白质含量营养结构等方面高于猪肉的其他替代品。二城市化进程的影响的畜产品消费增长由城市化导致，大批农村劳动力进入城市尤其是大中城市，提升了畜产品的需求。而年开始中国的城市化进程进入了依靠中小城市的新阶段，但是目前中小城市对普通劳动力的吸纳能力不足，因此未来数年中国城市化速度也将下降。年底，中国农业部对个省市的调查显示，农民工提前回流量占农民工的。大量农民工返乡将在短期内使得城镇地区的畜产品消费量增速下降。三消费者的收入水平猪肉是种正常品，其需求收入弹性大于。收入水平越高，消费者的消费水平越高，标志着人民生活质量的提高，意味着膳食结构的改善，即对猪肉等动物类食品消费量的增加......”。

3、“.....约的畜产品消费增长是由居民收入增长带来的，而工资收入是目前居民主要收入来源。年初中国社会科学院发布的年中国社会蓝皮书，称中国城镇失业率己经攀升到，并预计年中国城镇居民人均可支配收入可以增长左右，农民人均纯收入增长左右，城乡居民收入增速均比年增长率下滑。在失业率上升和收入增速下降或者收入下降的预期下，可以预见畜产品消费的增长较为困难。但随着我国恩格尔系数的减小，这种影响程度呈现缩小趋势，通过对我国统计年鉴的数据计算发现，我国的猪肉消费量在年为公斤，年代猪肉消费增长明显，到了年代以后，猪肉消费直保持在人均公斤左右。随着收入的提高，消费者对猪肉消费的增加程度逐渐减弱，高收入人群对猪肉消费量增加量最少，中等收入消费者次之，低收入人群对猪肉消费量增加程度最大。四替代品的价格替代效应是指种商品的相对价格发生变化，而消费者的实际收入不变情况下商品需求量的变化......”。

4、“.....对农产品的消费呈现多元化趋势，虽然猪肉是中国大多数居民的传统肉食，但随着生活观念的改变以及猪肉口感的变差，人们开始倾向于对高质量的牛羊肉禽肉等的消费川。因此，猪肉替代品的价格波动将会影响到猪肉的消费，进而对生猪价格的波动产生影响。当牛羊肉等替代品的价格升高时，猪肉的需求将会增加，拉动生猪价格的上涨反之，替代品的价格降低，猪肉需求量减少，则会拉低生猪价格。五疫情及自然灾害生猪生产是动物性产品的生产，受到各种疫情和灾害的影响比较大。猪的人畜共患病，如链球菌病，蓝耳病等如果预防和治疗的不及时到位，不但会影响生猪的供应，并且会影响到人们的消费心理，减少猪肉的消费，进而影响到生猪价格的波动。典型的疫情导致的生猪价格大幅波动就是非典期间，由于非典的爆发，养殖户大量宰杀母猪补栏停滞，等到非典过后，生猪供应严重滞后，引起生猪价格的大起大落......”。

5、“.....养猪利润的大小除了与生猪价格的高低有关之外，更要考虑到养殖的成本，因此养猪成本也是影响我省猪肉供给的主要因素。从理论上来说，投入品的价格和生猪价格是有很强的正相关性，投入品价格的升高降低将会导致生猪价格升高降低。在生猪的养殖过程中，饲料成本能够占到养猪成本的以上，其中生猪饲料的主要原料是玉米，大豆等粮食作物，其中玉米占到，因此当玉米等原料价格变动时，生猪价格也会随着变动。我国的些经济学家通过数据分析，发现猪价和粮价之间存在种必然的，相互适应的规律，即猪粮比规律当猪粮比为时，生猪养殖保持在盈亏平衡点，超过即可盈利，低于该值就会亏损。年，由于生物能源的开发，玉米等农产品的需求量大增，导致玉米价格上涨，带动了饲料的上涨，引起连锁反应。同时豆粕等蛋白原料价格持续走高，进步推动饲料价格的上涨，增加了养猪成本......”。

6、“.....激发了企业和农户的养猪热情，由于能繁母猪数量的减少，市场上仔猪供应量下降，致使市场仔猪价格不断攀升。仔猪价格是生猪生产成本的主要因素，仔猪价格的上涨自然会分摊到猪肉的价格上去，但是仔猪需要经过个月左右的育肥，才能出栏，因此从理论上说，当期的生猪价格和个月前的仔猪价格正相关。同时生猪价格高涨引起养猪热，又反过来带动仔猪价格的上涨，轮生产过剩会引起下轮的生产不足，两者相互存在影响力。三劳动成本对于就业渠道很窄的农户而言，闲暇时间进行副业养猪用工的机会成本几乎为零，这样农户利用闲暇时间养猪的用工作价即为零，但现在由于农民外出络结构被设计完成，有了输入输出参数后，我们就要对网络进行训练。神经网络的训练有包括感知器训练规则训练和反向传播算法等训练，其中感知器训练是基础。感知器和训练规则理解神经网络的第步是从对抽象生物神经开始......”。

7、“.....如图所示。感知器以个实数值向量作为输入，计算这些输入的线性组合，如果结果大于个阈值，就输出，否则输出，如果从到，则感知器计算公式如下其中每个是个实数常量，或叫做权值，用来决定输入对感知器输出的贡献率。特别地，是阈值。尽管当训练样例线性可分时，感知器法则可以成功地找到个权向量，但如果样例不是线性可分时它将不能收敛，因此人们设计了另个训练法则来克服这个不足，这个训练规则叫做规则。感知器训练规则是基于这样种思路权系数的调整是由目标和输出的差分方程表达式决定。而规则是基于梯度降落这样种思路。这个复杂的数学概念可以举个简单的例子来表示。从给定的几点来看，向南的那条路径比向东那条更陡些。向东就像从悬崖上掉下来，但是向南就是沿着个略微倾斜的斜坡下来，向西象登座陡峭的山，而北边则到了平地，只要慢慢的闲逛就可以了。所以您要寻找的是到达平地的所有路径中将陡峭的总和减少到最小的路径......”。

8、“.....神经网络将会找到种将误差减少到最小的权系数的分配方式。这部分我们不做详细介绍，如有需要大家可参考相关的人工智能书籍。般希望神经网络模型具有以下几个特征强适应性即系统能通过学习较容易地调整到个新的环境由此引出系列对学习算法的讨论鲁棒性和容错性即少量神经元，连接或输入发生故障，不会明显改变网络性能这就要分析网络作为动力系统，参数变化或扰动对网络性能的影响能处理具有模糊性随机性噪声或不相容的信息应用随机动力学模型可获得较好的效果高度并行性这计算机技术正得到迅猛发展小型紧凑耗能少这是对系统物理实现的要求在神经网络的控制领域应用中，各种模型层出不穷，但总的来说，大致可以归结为以下几类前馈式网络该种网络结构是分层排列的，每层的神经元输出只和下层神经元相连这种网络结构特别适用于算法......”。

9、“.....如所提出的网络模型结构前馈式内层互连网络该种网络结构中，同层之间存在着相互关联，神经元之间有相互制约的关系，但从层与层之间的关系来看还是前馈式的网络结构许多自组织神经网络大多具有这种结构，如网络等反馈型全互连网络在该种网络中，每个神经元的输出都和其它神经元相连，从而形成了动态的反馈关系，如网络该种网络结构具有关于能量函数的自寻优能力，正是作者近年来研究工作中所采用的主要网络类型反馈型局部互连网络该种网络中，每个神经元只和其周围若干层的神经元发生互连关系，形成局部反馈，从整体上看是种网格状结构，如的细胞神经网络该种网络特别适合于图像信息的加工和处理，在控制中的应用尚未见报导神经网络神经网络是种多层前向神经网络。这个名字起源于网络权值的调整裹着采用的是后向传播学习算法，亦称为是反推学习规则，即学习算法，。学习算法是等在年提出的......”。