欢迎光临钟爱文库,如需获取更多资料请使用搜索功能。
钟爱文库
当前位置:首页 » 工程科技 » 信息与通信 » 正文

Matlab基于BP算法的神经网络设计

研究生课程期终论文课程名称: 任课教师: 论文题目: 姓 学 名: 号:神经网络设计

Matlab基于BP算法的神经网络设计

期终论文——神经网络设计摘要本文首先说明课题研究的目的和意义,评述课题的国内外研究现状,引出目前存在的问 题。

然后分析了神经网络算法的基本原理,给出经典神经网络算法的具体实现方法,总结神 经网络算法的特点,掌握 BP 网络的形成步骤。

学会使用 Matlab 中的神经网络工具箱函数, 采用 Matlab 软件编程实现 BP 神经网络算法。

将神经网络算法应用于函数逼近,样本分类和 样本含量估计问题中,并分析相关参数或算法对运行结果的影响。

最后对 BP 神经网络算法进 行了展望。

关键字: 神经网络;BP 神经网络;函数逼近;仿真实验

Matlab基于BP算法的神经网络设计

期终论文——神经网络设计 ABSTRACTThis paper first explains the purpose and significance of the topic research. Commentary studies current situation at the problem home and abroad. Leads to the existing problems. and then have analyzed algorithmic basal principle of neural networks, Give algorithmic concert of classics neural networks out the realization method. Summing up the characteristics of neural network algorithm. Master the forming step of BP network. The arithmetic of BP neural network is realized in Matlab software. The algorithm applies of BP neural networks to the function approximation problem,Sample classification and computes the swatch content. And analysis of relevant parameters on the results of algorithm. Finally, The BP neural network algorithm is Outlook.Key words: Neural network;BP neural network;Function approximation;Simulation experiment

Matlab基于BP算法的神经网络设计

期终论文——神经网络设计 目 录-第一章 引言 .............................................................. - 1 1.1 神经网络的概述 ..................................................... - 1 1.2 人工神经网络的研究目的和意义 ....................................... - 1 1.3 神经网络的发展与研究现状 ........................................... - 2 1.3.1 神经网络的发展 ............................................... - 2 1.3.2 神经网络的研究现状 ........................................... - 3 1.4 神经网络研究目前存在的问题 ......................................... - 3 1.5 神经网络的应用领域 ................................................. - 4 第二章 BP 神经网络概述 ..................................................... - 6 2.1 BP 神经网络介绍 .................................................... - 6 2.2 神经元 ............................................................. - 6 2.2.1 人工神经元 ................................................... - 6 2.2.2 生物神经元 .................................................. - 10 2.3 BP 神经网络原理 ................................................... - 11 2.4 BP 神经网络的主要功能 ............................................. - 13 2.5 BP 神经网络的优点和缺点 ........................................... - 14 第三章 BP 神经网络的应用 ................................................. - 17 3.1 基于 MATLAB 的 BP 神经网络工具箱函数 ................................ - 17 3.1.1 MATLAB 工具箱介绍 ........................................... - 17 3.1.2 BP 网络创建函数 ............................................. - 18 3.1.3 神经元上的传递函数.......................................... - 18 3.1.4 BP 网络学习函数 ............................................. - 19 3.1.5 BP 网络训练函数 ............................................. - 19 3.2 BP 网络在函数逼近中的应用 ......................................... - 20 3.2.1 问题的提出.................................................. - 20 3.2.2 基于 BP 神经网络逼近函数 ..................................... - 20 3.2.3 不同频率下的逼近效果........................................ - 24 3.2.4 讨论....................................................... - 26 3.3 仿真实验 .......................................................... - 26 3.3.1 BP 神经网络 MATLAB 设计 ...................................... - 26 3.3.2 各种 BP 学习算法 MATLAB 仿真 .................................. - 28 3.3.3 各种算法仿真结果比较与分析 .................................. - 31 3.3.4 调整初始权值和阈值的仿真 .................................... - 33 3.3.5 其他影响因素仿真............................................ - 36 3.4 BP 神经网络在样本分类中的应用 ..................................... - 36 3.4.1 问题的提出 .................................................. - 36 3.4.2 基于 BP 神经网络的样本分类 ................................... - 37 参考文献 ................................................................. - 41 附录 A .................................................................... - 43

Matlab基于BP算法的神经网络设计

期终论文——神经网络设计第一章1.1 神经网络的概述引言人工神经网络(Artificial Neural Networks,简写为 ANNs)也简称为神经网络(NNs) 或称作连接模型(Connection Model) ,它是一种模范动物神经网络行为特征,进行分布式并 行信息处理的算法数学模型。

这种网络依靠系统的复杂程度,通过调整内部大量节点之间相 互连接的关系,从而达到处理信息的目的。

神经元网络是机器学习学科中的一个重要部分,用来 classification 或者 regression。

思维学普遍认为,人类大脑的思维分为抽象(逻辑)思维、形象(直观)思维和灵感(顿悟) 思维三种基本方式。

逻辑性的思维是指根据逻辑规则进行推理的过程;它先将信息化成概念, 并用符号表示,然后,根据符号运算按串行模式进行逻辑推理;这一过程可以写成串行的指 令,让计算机执行。

然而,直观性的思维是将分布式存储的信息综合起来,结果是忽然间产 生想法或解决问题的办法。

这种思维方式的根本之点在于以下两点: 1.信息是通过神经元上 的兴奋模式分布存储在网络上;2.信息处理是通过神经元之间同时相互作用的动态过程来完 成的。

人工神经网络就是模拟人思维的第二种方式。

这是一个非线性动力学系统,其特色在于 信息的分布式存储和并行协同处理。

虽然单个神经元的结构极其简单,功能有限,但大量神 经元构成的网络系统所能实现的行为却是极其丰富多彩的。

1.2 人工神经网络的研究目的和意义人工神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模 拟生物神经系统对真实世界物体所作出的交互反应。

人工神经网络就是模拟人思维的一种方式,是一个非线性动力学系统,其特色在于信息 的分布式存储和并行协同处理。

虽然单个神经元的结构极其简单,功能有限,但大量神经元 构成的网络系统所能实现的行为却是极其丰富多彩的。

近年来通过对人工神经网络的研究,可以看出神经网络的研究目的和意义有以下三点: (1)通过揭示物理平面与认知平面之间的映射,了解它们相互联系和相互作用的机理,从而 揭示思维的本质,探索智能的本源。

(2)争取构造出尽可能与人脑具有相似功能的计算机, -1-

Matlab基于BP算法的神经网络设计

期终论文——神经网络设计即神经网络计算机。

(3)研究仿照脑神经系统的人工神经网络,将在模式识别、组合优化和 决策判断等方面取得传统计算机所难以达到的效果。

人工神经网络特有的非线性适应性信息处理能力,克服了传统人工智能方法对于直觉, 如模式、语音识别、非结构化信息处理方面的缺陷,使之在神经专家系统、模式识别、智能 控制、组合优化、预测等领域得到成功应用。

人工神经网络与其它传统方法相结合,将推动 人工智能和信息处理技术不断发展。

近年来,人工神经网络正向模拟人类认知的道路上更加 深入发展,与模糊系统、遗传算法、进化机制等结合,形成计算智能,成为人工智能的一个 重要方向,将在实际应用中得到发展。

将信息几何应用于人工神经网络的研究,为人工神经 网络的理论研究开辟了新的途径。

神经计算机的研究发展很快,已有产品进入市场。

光电结 合的神经计算机为人工神经网络的发展提供了良好条件。

1.3 神经网络的发展与研究现状1.3.1 神经网络的发展神经网络诞生半个世纪以来,经历了五个阶段: (1)奠基阶段:早在 40 年代初,神经解剖学、神经生理学、心理学以及人脑神经元的 电生理的研究等都富有成果。

其中,神经生物学家 McCulloch 提倡数字化具有特别意义。

他 与青年数学家 Pitts 合作,从人脑信息处理观点出发,采用数理逻辑模型的方法研究了脑细 胞的动作和结构及其生物神经元的一些基本生理特性,他们提出了第 一个神经计算模型,即神经元的阈值元件模型,简称 MP 模型,他们认识到了模拟大脑可用于逻辑运行的网络,有 一些结点及结点与结点之间相互联系,构成一个简单神经网络模型。

其主要贡献在于结点的 并行计算能力很强,为计算神经行为的某此方面提供了可能,从而开创了神经网络的研究。

这一革命性的思想,产生了很大影响。

(2)第一次高潮阶段: 1958 年计算机科学家 Rosenblatt 基于 MP 模型, 增加了学习机制, 推广了 MP 模型。

他证明了两层感知器能够将输入分为两类,假如这两种类型是线性并可分, 也就是一个超平面能将输入空间分割,其感知器收敛定理:输入和输出层之间的权重的调节 正比于计算输出值与期望输出之差。

他提出的感知器模型,首次把神经网络理论付诸工 程实现。

(3)坚持阶段:神经网络理论那遥远但并非遥不可及的目标着实吸引了很多人的目光, 美国军方认为神经网络工程应当比“原子弹工程”更重要,并对它的投资兴趣非常大,而对 -2-

Matlab基于BP算法的神经网络设计