【正文】 本文所總結(jié)的BP神經(jīng)網(wǎng)絡(luò)和目前研究的現(xiàn)狀都還不夠全面，經(jīng)過(guò)程序調(diào)試的圖形有可能都還存在很多細(xì)節(jié)上的問(wèn)題，而圖形曲線所實(shí)現(xiàn)效果都還不夠好，以及結(jié)果分析不夠全面，正確，缺乏科學(xué)性等，這些都還是需加強(qiáng)提高的，本文的完成不代表就對(duì)這門學(xué)科研究的結(jié)束，還有很多知識(shí)，理論，研究成果需要不斷學(xué)習(xí)，近幾年的不斷發(fā)展，神經(jīng)網(wǎng)絡(luò)更是取得了非常廣泛的應(yīng)用，和令人矚目的發(fā)展，在很多方面都發(fā)揮了其獨(dú)特的作用，特別是在人工智能、自動(dòng)控制、計(jì)算機(jī)科學(xué)、信息處理、機(jī)器人、模式識(shí)別等眾多方面的應(yīng)用實(shí)例，給人們帶來(lái)了很多應(yīng)用上到思考，和解決方法的研究。,39。,39。an=sim(net,ptrans)。,39。net=newff(minmax(ptr),[5 3],{39。[R,Q]=size(ptrans)R = 4Q = 264從中可以看出通過(guò)主要成分分析，輸入數(shù)據(jù)從21組減少到4組，由此可見(jiàn)原始數(shù)據(jù)有著很大的冗余度。 當(dāng)n=10時(shí)訓(xùn)練后網(wǎng)絡(luò)的輸出結(jié)果 當(dāng)n=15時(shí)訓(xùn)練后網(wǎng)絡(luò)的輸出結(jié)果其中 “ ” 代表要逼近的非線性函數(shù)曲線；“‥‥‥ ” 代表未經(jīng)訓(xùn)練的函數(shù)曲線；“―――” 代表經(jīng)過(guò)訓(xùn)練的函數(shù)曲線； 討論通過(guò)上述仿真結(jié)果可知，當(dāng) k=1，n=3時(shí)；k=2，n=6時(shí)； k=4，n=8時(shí)；k=8，n=15時(shí)，BP神經(jīng)網(wǎng)絡(luò)分別對(duì)函數(shù)取得了較好的逼近效果。)。步驟3：網(wǎng)絡(luò)訓(xùn)練應(yīng)用train（）函數(shù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練之前，需要預(yù)先設(shè)置網(wǎng)絡(luò)訓(xùn)練參數(shù)。figure。ylabel(39。 BP網(wǎng)絡(luò)在函數(shù)逼近中的應(yīng)用 問(wèn)題的提出BP網(wǎng)絡(luò)由很強(qiáng)的映射能力，主要用于模式識(shí)別分類、函數(shù)逼近、函數(shù)壓縮等。用于在對(duì)話框中創(chuàng)建一個(gè)BP網(wǎng)絡(luò)。 網(wǎng)絡(luò)隱層神經(jīng)元的數(shù)目也對(duì)網(wǎng)絡(luò)有一定的影響。另外， BP 神經(jīng)網(wǎng)絡(luò)具有優(yōu)化計(jì)算能力。 BP神經(jīng)網(wǎng)絡(luò)的主要功能目前，在人工神經(jīng)網(wǎng)絡(luò)的實(shí)際應(yīng)用中。輸入信號(hào)經(jīng)輸入層輸入， 通過(guò)隱含層的復(fù)雜計(jì)算由輸出層輸出，輸出信號(hào)與期望輸出相比較，若有誤差，再將誤差信號(hào)反向由輸出層通過(guò)隱含層處理后向輸入層傳播。4) 相互結(jié)合型網(wǎng)絡(luò)，這種網(wǎng)絡(luò)在任意兩個(gè)神經(jīng)元之間都可能有連接。它主要由細(xì)胞體、樹(shù)突、軸突和突觸(Synapse，又稱神經(jīng)鍵)組成。（5）空間科學(xué)。（4）神經(jīng)網(wǎng)絡(luò)應(yīng)用系統(tǒng)：在網(wǎng)絡(luò)模型與算法研究的基礎(chǔ)上，利用神經(jīng)網(wǎng)絡(luò)組成實(shí)際的應(yīng)用系統(tǒng)，例如，完成某種信號(hào)處理或模式識(shí)別的功能、構(gòu)成專家系統(tǒng)、制成機(jī)器人等。這些都是在20世紀(jì)70年代和20世紀(jì)80年代初進(jìn)行的工作。雖然單個(gè)神經(jīng)元的結(jié)構(gòu)極其簡(jiǎn)單，功能有限，但大量神經(jīng)元構(gòu)成的網(wǎng)絡(luò)系統(tǒng)所能實(shí)現(xiàn)的行為卻是極其豐富多彩的。然后分析了神經(jīng)網(wǎng)絡(luò)算法的基本原理，給出經(jīng)典神經(jīng)網(wǎng)絡(luò)算法的具體實(shí)現(xiàn)方法，總結(jié)神經(jīng)網(wǎng)絡(luò)算法的特點(diǎn)，并給出神經(jīng)網(wǎng)絡(luò)算法的基本流程。在解決實(shí)際問(wèn)題中，應(yīng)用MATLAB 語(yǔ)言構(gòu)造典型神經(jīng)網(wǎng)絡(luò)的激活傳遞函數(shù)，編寫各種網(wǎng)絡(luò)設(shè)計(jì)與訓(xùn)練的子程序，網(wǎng)絡(luò)的設(shè)計(jì)者可以根據(jù)需要調(diào)用工具箱中有關(guān)神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)訓(xùn)練程序，使自己能夠從煩瑣的編程中解脫出來(lái)，減輕工程人員的負(fù)擔(dān)，從而提高工作效率。2）20世紀(jì)60年代20世紀(jì)70年代：低潮時(shí)期到了20世紀(jì)60年代，人們發(fā)現(xiàn)感知器存在一些缺陷，例如，它不能解決異或問(wèn)題，因而研究工作趨向低潮。（2）建立理論模型：根據(jù)生物圓形的研究，建立神經(jīng)元、神經(jīng)網(wǎng)絡(luò)的理論模型，其中包括概念模型、知識(shí)模型、物理化學(xué)模型、數(shù)學(xué)模型等。股票市場(chǎng)預(yù)測(cè)、地震預(yù)報(bào)、有價(jià)證券管理、借貸風(fēng)險(xiǎn)分析、IC卡管理和交通管理。因此，人工神經(jīng)網(wǎng)絡(luò)作為經(jīng)驗(yàn)?zāi)Ｐ偷囊环N，在化工生產(chǎn)、研究和開(kāi)發(fā)中得到了越來(lái)越多的用途。3) 層內(nèi)互連前向網(wǎng)絡(luò) ，通過(guò)層內(nèi)神經(jīng)元的相互結(jié)合，可以實(shí)現(xiàn)同一層神經(jīng)元之間的橫向抑制或興奮機(jī)制。這些神經(jīng)元如同人的神經(jīng)細(xì)胞一樣是互相關(guān)聯(lián)的。這與現(xiàn)代計(jì)算機(jī)的脆弱性形成鮮明對(duì)比。這種能力使其在圖像復(fù)原、語(yǔ)言處理、模式識(shí)別等方面具有重要應(yīng)用。非線性網(wǎng)絡(luò)的誤差面比線性網(wǎng)絡(luò)的誤差面復(fù)雜得多，問(wèn)題在于多層網(wǎng)絡(luò)中非線性傳遞函數(shù)有多個(gè)局部最優(yōu)解。Matlab R2007神經(jīng)網(wǎng)絡(luò)工具箱中包含了許多用于BP網(wǎng)絡(luò)分析與設(shè)計(jì)的函數(shù)。 BP網(wǎng)絡(luò)訓(xùn)練函數(shù)1）train神經(jīng)網(wǎng)絡(luò)訓(xùn)練函數(shù)，調(diào)用其他訓(xùn)練函數(shù)，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。xlabel(39。)。)。39。（1）頻率參數(shù)設(shè)為k=2，當(dāng)隱層神經(jīng)元數(shù)目分別取n=n=6時(shí)。prepca 基于BP神經(jīng)網(wǎng)絡(luò)對(duì)膽固醇含量估計(jì)步驟一：網(wǎng)絡(luò)建立一切準(zhǔn)備工作做好后，開(kāi)始建立網(wǎng)絡(luò)。39。時(shí)間39。39。時(shí)間39。以及分析了結(jié)論，即信號(hào)的頻率越高，則隱層節(jié)點(diǎn)越多，隱單元個(gè)數(shù)越多，逼近能力越強(qiáng)。參考文獻(xiàn):[1] 鄭君里,楊行峻.《人工神經(jīng)網(wǎng)絡(luò)》. 北京: 高等教育出版社,:1530[2] 郝中華.《B P神經(jīng)網(wǎng)絡(luò)的非線性思想》. (4)[3] 巨軍讓，卓戎.《B P神經(jīng)網(wǎng)絡(luò)在Matlab中的方便實(shí)現(xiàn) 》.(1)[4] 蔣宗禮.《人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論》. 高等教育出版社，:1590[5] 聞新、周露、王丹力、熊曉英.《》，:1050[6] 葛哲學(xué)、孫志強(qiáng)編著 .《神經(jīng)網(wǎng)絡(luò)與matlab2007實(shí)現(xiàn)》. 北京：電子工業(yè)出版社，:15[7] 董長(zhǎng)虹 編著 .《Matlab神經(jīng)網(wǎng)絡(luò)與應(yīng)用》. 北京：國(guó)防工業(yè)出版社，:113[8] 胡守仁，等.《神經(jīng)網(wǎng)絡(luò)導(dǎo)論》.長(zhǎng)沙：國(guó)防科技大學(xué)出版社，1993:2345[9] 張玲，張鈸.《人工神經(jīng)網(wǎng)絡(luò)理及應(yīng)用》. 浙江：浙江科技大學(xué)出版社，:2062[10] Neural Network Tolbox User’s, The MathWorks. Inc,2003:1627[11] Matlab user’s Guide. The ,2003:2327[12] Neural Network Toolbox. Mathworks,2007:113[13] Philip D. Wasserman， Neural Computing: Theory and Practice，Van Nostrand Reinhold，1989.[14] 李學(xué)橋.《神經(jīng)網(wǎng)絡(luò)工程應(yīng)用》. 重慶：重慶大學(xué)出版社，:2073[15] 樓順天，等.《基于Matlab的系統(tǒng)分析與設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)》. 西安：西安電子科技大學(xué)出版社，:2340[16] 周開(kāi)利，康耀紅 編著.《神經(jīng)網(wǎng)絡(luò)模型及其MATLAB仿真程序設(shè)計(jì)》.2006:1043[17] 魏海坤.《神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)的理論與方法》.國(guó)防工業(yè)出版社，:2030BP Neural Network And Application based on MATLABJiang LiangliangSchool of Binjiang, Nanjing University of Information Science and Technology, Nanjing 210044ABSTRACT:First, the research purpose and significance of neural network is expound in this article. Commentary studies current situation at the problem home and abroad. Leads to the existing problems. and then have analysed algorithmic basal principle of neural networks,Give algorithmic concre of classics neural networks out the realization method. Summing up the characteristics of neural network algorithm. Neural network algorithm is given the basic processes. The arithmetic of BP neural network is realized in Matlab softwareThe algorithm applies of BP neural networks to the function approximation problem and pute the swatch.39。Training39。 %postreg( )將三組輸出進(jìn)行線性回歸分析 E