室內(nèi)環(huán)境監(jiān)測(cè)系統(tǒng)與BP神經(jīng)網(wǎng)絡(luò)算法可謂是有著密不可分的關(guān)聯(lián)。它經(jīng)過(guò)多年的沉淀和成長(zhǎng)，已成為室內(nèi)環(huán)境監(jiān)測(cè)中的熱門技術(shù)，它的計(jì)算過(guò)程十分清楚，邏輯也十分清晰。但是，這種算法存在這幾個(gè)明顯的缺陷。

第一點(diǎn)是BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)中，收斂速度并不快。標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)過(guò)程中，算法的收斂速度并不快，尤其是當(dāng)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練達(dá)到一定的訓(xùn)練次數(shù)后。它在進(jìn)行訓(xùn)練過(guò)程中，誤差在收斂的過(guò)程中，基本都會(huì)出現(xiàn)振蕩，從而影響速度。特別是在遇到一些復(fù)雜訓(xùn)練問題時(shí)，訓(xùn)練的時(shí)間過(guò)程可能要持續(xù)很長(zhǎng)時(shí)間，嚴(yán)重影響算法的使用效率。

第二點(diǎn)是它在訓(xùn)練過(guò)程中十分容易陷入極小值的狀態(tài)。它在訓(xùn)練的過(guò)程中，會(huì)出現(xiàn)收斂過(guò)程變緩甚至停滯的狀態(tài)，當(dāng)再經(jīng)過(guò)一定次數(shù)的訓(xùn)練過(guò)程中，收斂的速度又會(huì)恢復(fù)到較快的速度。BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練中出現(xiàn)這種現(xiàn)象的原因，正是訓(xùn)練中容易陷入局部極小值的缺點(diǎn)。在訓(xùn)練過(guò)程中，一旦出現(xiàn)這種現(xiàn)象，原因很可能是神經(jīng)網(wǎng)絡(luò)以為找到了最匹配的權(quán)重。

第三點(diǎn)是它在使用過(guò)程中，一個(gè)難點(diǎn)就是最佳的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)難以確定，并且不能保證設(shè)計(jì)的網(wǎng)絡(luò)的泛化能力。在實(shí)際使用的時(shí)候，BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中的層數(shù)以及網(wǎng)絡(luò)中每層的節(jié)點(diǎn)個(gè)數(shù)怎么確定，當(dāng)前都是靠以往的使用經(jīng)驗(yàn)來(lái)確定，理論依據(jù)并不很充分。

雖然該算法室內(nèi)環(huán)境監(jiān)測(cè)系統(tǒng)中的通用性很強(qiáng)，具有很強(qiáng)的理論依據(jù)，但是就其缺陷來(lái)看，我們應(yīng)該去探尋一個(gè)優(yōu)化的方法，破解難題。