【文章內(nèi)容簡介】 為卻是 非常 豐富多彩的。 神經(jīng)網(wǎng)絡(luò)可以用 于 分類、 聚類 、預(yù)測(cè)等 問題 。神經(jīng)網(wǎng)絡(luò)需要有一定量的歷史數(shù)據(jù)，通過 對(duì) 歷史數(shù)據(jù)的訓(xùn)練，網(wǎng)絡(luò) 就 可以學(xué)習(xí)到數(shù)據(jù)中 所 隱含的知識(shí)。 只要 在問題中 ，只要能夠 找到某些問題的一些特征，以及對(duì)應(yīng)的評(píng)價(jià)數(shù)據(jù)， 并 用這些數(shù)據(jù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò) ，就可以 得 到一個(gè)可以使用的神經(jīng)網(wǎng)絡(luò)了。它主要運(yùn)用在以下領(lǐng)域： （ 1）模式識(shí)別和圖像處理。印刷體和手寫字符識(shí)別、語音識(shí)別、簽字識(shí)別、指紋識(shí)別、人體病理分析、目標(biāo)檢測(cè)與識(shí)別、圖像壓縮和圖像復(fù)制等。 （ 2）控制和優(yōu)化?；?過程控制、機(jī)器人運(yùn)動(dòng)控制、家電控制、半導(dǎo)體生產(chǎn)中摻雜控制、石油精煉優(yōu)化控制和超大規(guī)模集成電路布線設(shè)計(jì)等。 （ 3）預(yù)報(bào)和智能信息管理。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)分析和交通管理。 （ 4）通信。自適應(yīng)均衡、路由選擇和 ATM 網(wǎng)絡(luò)中的呼叫接納識(shí)別和控制。 （ 5）空間科學(xué)?？臻g交匯對(duì)接控制、導(dǎo)航信息智能管理、飛行器制導(dǎo)和飛行程序優(yōu)化管理等。 常用的神經(jīng)網(wǎng)絡(luò)系統(tǒng)有 BP網(wǎng)絡(luò)和 RBF網(wǎng)絡(luò)。 人工神經(jīng)元 生物神經(jīng)元傳遞信息的過程：生物神經(jīng)元是一個(gè)多輸入、單輸出單元。常用的人工神經(jīng)元模型可 用圖 。 四川理工學(xué)院畢業(yè)論文 3 圖 人工神經(jīng)元（感知器）示意圖 當(dāng)神經(jīng)元 j有多個(gè)輸入 ix (i=1,2,? ,m)和單個(gè)輸出 jy 時(shí)，輸入和輸出的關(guān)系可表示為 : ???????? ?? )(1jjjmiiijjsfyxws ? 其中 j為閾值， ijw 為從神經(jīng)元 i到神經(jīng)元 j的連接權(quán)重因子， f( )為傳遞函數(shù)， 也 稱激勵(lì)函數(shù)。 BP網(wǎng)絡(luò)基本原理 原理 BP網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò)，就是在網(wǎng)絡(luò)訓(xùn)練中，調(diào)整網(wǎng)絡(luò)權(quán)值的訓(xùn)練算法是反向傳播法（即ＢＰ學(xué)習(xí)算法）。 如圖 所示，ＢＰ網(wǎng)絡(luò)是一種具有三層或者三層以上神經(jīng)元的神經(jīng)網(wǎng)絡(luò)，包括輸入層、中間層（隱含層）和輸出層。它的上下層之間實(shí)現(xiàn)全面連接，而同一層的神經(jīng)元之間 沒有 連接，輸入神經(jīng)元與中間神經(jīng)元之間是網(wǎng)絡(luò)的權(quán)值，其意義是兩個(gè)神經(jīng)元之間的神經(jīng)強(qiáng)度。隱含層或輸出層任一神經(jīng)元將前一層所有神經(jīng)元傳來的信息進(jìn)行整合，通常還會(huì)在整合過的信息中添加一個(gè)闕值，這主要是模仿生物學(xué)中神經(jīng)元必須達(dá)到一定的闕值才會(huì)觸 發(fā)的原理，然后將整合過的信息作為該層神經(jīng)元輸入。 第二章 人工神經(jīng)網(wǎng)絡(luò)及公路運(yùn)量 4 圖 當(dāng)一對(duì)學(xué)習(xí)樣本提供給輸入神經(jīng)元后，神經(jīng)元的激活值（該層神經(jīng)元輸出值）從輸入層通過各個(gè)中間層向輸出層傳播，在輸出層的各個(gè)神經(jīng)元獲得網(wǎng)絡(luò)的輸入響應(yīng)，然后按照減少網(wǎng)絡(luò)輸出與實(shí)際輸出樣本之間誤差的方向，從輸出層反向經(jīng)過各個(gè)中間層回到輸入層，從而逐步修正各連接權(quán)值，這種算法就稱為誤差反向傳播法，即 BP 算法。這種誤差逆向傳播修正的反復(fù)進(jìn)行，將不斷提高網(wǎng)絡(luò)對(duì)輸入模式響應(yīng)的正確率。 BP 算法的核心是數(shù)學(xué)中的“ 負(fù)梯度下降”理論，即它的誤差調(diào)整方向總是沿著誤差下降最快的方向進(jìn)行，常規(guī)三層 BP 網(wǎng)絡(luò)哦權(quán)值和闕值調(diào)整公式如下： )()1( tEt ijijij???? ?????? )()1( tEt jkjkjk???? ?????? )()1( tBBEtB ijijij?????? ? )()1( tBBEtB jkjkjk?????? ? 其中， E 為網(wǎng)絡(luò)輸出和實(shí)際輸出樣本之間的誤差平方和； ? 為網(wǎng)絡(luò)的學(xué)習(xí)速率也就是權(quán)值調(diào)整幅度； )(tij? 為 t 時(shí)刻輸入層第 i 個(gè)神經(jīng)元與和中間層第 j 個(gè)神經(jīng)元的連接權(quán)值； )1( ?tij? 為 t+1時(shí)刻輸入層第 i個(gè)神經(jīng)元與和中間層第 j個(gè)神四川理工學(xué)院畢業(yè)論文 5 經(jīng)元的連接權(quán)值； )(tjk? 為 t時(shí)刻中間層第 j個(gè)神經(jīng)元輸出層第 k個(gè)神經(jīng)元之間的連接權(quán)值； )1( ?tjk? 為 t+1時(shí)刻中間層第 j個(gè)神經(jīng)元輸出層第 k個(gè)神經(jīng)元之間的連接權(quán)值； B為神經(jīng)元的閥值，下標(biāo)的意義與權(quán)值相同。 BP 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。絕大部分的神經(jīng)網(wǎng)絡(luò)模型都采用 BP神經(jīng)網(wǎng)絡(luò)及其變化形式。它也是前向網(wǎng)絡(luò)的核心部分，體現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)的精華。BP神經(jīng)網(wǎng)絡(luò)具有對(duì)外界刺激和輸入信息進(jìn)行聯(lián)想記憶的能力。這是因?yàn)樗捎昧朔植疾⑿械男畔⑻幚矸绞?，?duì)信息的提取必須采用聯(lián)想的方式，才能將相關(guān)神經(jīng)元全部調(diào)動(dòng)起來。 BP 神經(jīng)網(wǎng)絡(luò)通過預(yù)先存儲(chǔ)信息和學(xué)習(xí)機(jī)制進(jìn)行自 我 適應(yīng)訓(xùn)練，可以從不完整的信息和噪聲干擾中恢復(fù)原始的完整信息。這種能力使其在圖像復(fù)原、語言處理、模式識(shí)別等方面具有重要應(yīng)用。再次， BP神經(jīng)網(wǎng)絡(luò)對(duì)外界輸入樣本有很強(qiáng)的識(shí)別與分類能力 ， 由 于它具有強(qiáng)大的非線性處理能力，可以較好地進(jìn)行非線性分類 , 解決了神經(jīng)網(wǎng)絡(luò)發(fā)展史上的非線性分類 的 難題。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)本質(zhì)上是一個(gè)非線性優(yōu)化問題 , 它可以在已知的約束條件下，尋找一組參數(shù)組合，使該組合確定的目標(biāo)函數(shù)達(dá)到最小。因此， BP網(wǎng)絡(luò)主要運(yùn)用在以下四個(gè)方面： （ 1） 函數(shù)逼近：用輸入向量和相應(yīng)的輸出向量訓(xùn)練一個(gè)網(wǎng)絡(luò)以逼近一個(gè)函數(shù)。 （ 2） 模式識(shí)別：用一個(gè)待定的輸出向量將它與輸入向量聯(lián)系起來。 （ 3） 分類：把輸入向量所定義的合適方式進(jìn)行分類。 （ 4） 數(shù)據(jù)壓縮：減少輸出向量維數(shù)以便傳輸或存儲(chǔ)。 BP 網(wǎng)絡(luò)的算法 BP 算法是一種有監(jiān)督式的學(xué)習(xí)算法，其主要思想是：輸入學(xué)習(xí)樣本，使用反向傳播算法對(duì)網(wǎng)絡(luò)的權(quán)值和偏差進(jìn)行反復(fù)的調(diào)整訓(xùn)練，使輸出的向量與期望向量盡可能地接近，當(dāng)網(wǎng)絡(luò)輸出層的誤差平方和小于指定的誤差時(shí)訓(xùn)練完成，保存網(wǎng)絡(luò)的權(quán)值和偏差。其計(jì)算步驟如下： (1)權(quán)值初始化； (.)R andomw sq ? 其中， sq為 ij， jk或者 kl。 第二章 人工神經(jīng)網(wǎng)絡(luò)及公路運(yùn)量 6 (2)依次輸入 P個(gè)學(xué)習(xí)樣本。設(shè)當(dāng)前輸入第 p個(gè)樣本。 (3)依次計(jì)算各層的輸出： 39。jx ， 39。39。kx 或者 ly ， j=0， 1， …, 1n ； k=0,1， … ， 2n ； l=0,1， … ， m1 (4)求各層的反傳誤差： )1()( )()()()()( plplplplpkl yyyd ???? )39。1(39。39。 )()(0)()( 2 pjpjjknkpjkpij xxw ?? ???? )39。1(39。39。 )()(10)()( pkpkklmlpklpjk xxw ?? ????? 其中， l=0,1， … ， m1； k=0,1， … ， 2n ； j=0,1， … ， 1n 。并記下各個(gè) )(39。39。 pkx ， )(39。pjx ， )(pix 的值。 （ 5）記錄已學(xué)習(xí)過的樣本個(gè)數(shù) p。如果 pP，轉(zhuǎn)步驟 (2)繼續(xù)計(jì)算；如果 p= P，轉(zhuǎn)步驟 (6)。 (6)按權(quán)值修正公式修正各層的權(quán)值或閾值。 （ 7） 按新的權(quán)值進(jìn)行第（ 4）步。若滿足終止條件即終止，否則轉(zhuǎn)到第（ 2）步。 公路運(yùn)量 運(yùn)輸行業(yè)的重要性隨著我們經(jīng)濟(jì)的不斷發(fā)展而快速提高，不管是旅客運(yùn)輸還是貨物運(yùn)輸?shù)陌l(fā)展與變化都成為國民經(jīng)濟(jì)發(fā)展的重要部分， 交通運(yùn)輸是國家重要的基礎(chǔ)產(chǎn)業(yè)，對(duì)國民經(jīng)濟(jì)的發(fā)展有著舉足輕重的作用，同時(shí)對(duì)區(qū)域產(chǎn)業(yè)經(jīng)濟(jì)結(jié)構(gòu)的發(fā)展也有直接的影響。公路運(yùn)輸系統(tǒng)作為交通運(yùn)輸系統(tǒng)的一個(gè)子系統(tǒng)，在交四川理工學(xué)院畢業(yè)論文 7 通運(yùn)輸系統(tǒng)中的主導(dǎo)作用也日益凸顯。近年來，我國交通基礎(chǔ)設(shè)施和運(yùn)輸裝備不斷改善，為公路運(yùn)輸市場(chǎng)的快速發(fā)展創(chuàng)造了有利條件。在公路運(yùn)輸生產(chǎn)中，公路運(yùn) 輸量是反映交通運(yùn)輸業(yè)生產(chǎn)成果的重要指標(biāo)， 而在其中公路運(yùn)輸又成為運(yùn)輸行業(yè)的重中之重。 公路運(yùn)量主要包括公路客運(yùn)量和公路貨運(yùn)量兩個(gè)方面，它主要是負(fù)責(zé)短途運(yùn)輸。一個(gè)地區(qū)的公路運(yùn)量與該地區(qū)的人口、機(jī)動(dòng)車數(shù)量、和公路網(wǎng)的情況有關(guān)。 第四章 結(jié)論與總結(jié) 8 第三章 運(yùn)用 MATLAB建立模型預(yù)測(cè)公路運(yùn)量 MATLAB 工具箱 MATLAB 工具箱的用途 MATLAB 是一種科學(xué)與工程計(jì)算的高級(jí)語言，廣泛地運(yùn)用于包括信號(hào)與圖像處理，控制系統(tǒng)設(shè)計(jì)，系統(tǒng)仿真等諸多領(lǐng)域。為了解決神經(jīng)網(wǎng)絡(luò)問題中的研究工作量 、 編程 和 計(jì)算工作量問 題，工程領(lǐng)域中 目前 較為流行的 軟件 MATLAB，就 提供了現(xiàn)成的神經(jīng)網(wǎng)絡(luò)工具箱 ， 神經(jīng)網(wǎng)絡(luò)工具箱是在 MATLAB 環(huán)境下開發(fā)出