函數(shù)逼近基于matlab的bp神經(jīng)網(wǎng)絡(luò)應(yīng)用-資料下載頁(yè)
2025-06-22 03:11本頁(yè)面
【正文】 ( )將三組輸出進(jìn)行線性回歸分析 End（a） (b) (c) 線性回歸結(jié)果 (a) hdl線性回歸；(b) ldl線性回歸；(c) vhdl線性回歸 不同條件下的輸出結(jié)果對(duì)BP網(wǎng)絡(luò)型進(jìn)行改進(jìn)，將隱層神經(jīng)元數(shù)目加為15個(gè)。 訓(xùn)練過(guò)程net=newff(minmax(ptr),[20 3],{39。tansig39。 39。purelin39。},39。trainlm39。)。[net,tr]=train(net,ptr,ttr,[],[],val,test)。TRAINLMcalcjx, Epoch 0/100, MSE , Gradient TRAINLMcalcjx, Epoch 12/100, MSE , Gradient TRAINLM, Validation stop. 三種誤差曲線plot(,39。39。,39。:39。,39。.39。)legend(39。Training39。,39。Validation39。,39。Test39。,1)。ylabel(39。平方差39。)。xlabel(39。時(shí)間39。)plot(,39。39。,39。:39。,39。.39。)an=sim(net,ptrans)。a=poststd(an,meant,stdt)。for i=1:3figure(i)[m(i),b(i),r(i)]=postreg(a(i,:),t(i,:))。end[m(1),b(1),r(1)]=postreg(a(1,:),t(1,:))。同樣將所有的數(shù)據(jù)都放在整個(gè)數(shù)據(jù)集中，包括訓(xùn)練數(shù)據(jù)、驗(yàn)證數(shù)據(jù)和測(cè)試數(shù)據(jù)，然后網(wǎng)絡(luò)輸出和相應(yīng)的期望輸出向量進(jìn)行線性回歸分析。 （a） (b) (c) 線性回歸結(jié)果 (a) hdl線性回歸；(b) ldl線性回歸；(c) vhdl線性回歸 討論綜上兩種情況比較下，其中當(dāng)隱層神經(jīng)元為五個(gè)時(shí)，前面兩個(gè)輸出期望值的跟蹤較好，而第三個(gè)輸出則吻合得不是很理想，作進(jìn)一步研究，在當(dāng)隱層數(shù)據(jù)為15時(shí)，較第一種情況，它的輸出更加接近于期望值。比較可知，當(dāng)隱層數(shù)目越多，則測(cè)試得到的樣本水平越接近于期望值。4 結(jié)束語(yǔ)本文首先總結(jié)了BP神經(jīng)網(wǎng)絡(luò)的研究目的和意義，介紹了BP神經(jīng)網(wǎng)絡(luò)的研究背景和現(xiàn)狀，分析了目前BP神經(jīng)網(wǎng)絡(luò)研究中存在的問(wèn)題，還描述了BP神經(jīng)網(wǎng)絡(luò)算法的實(shí)現(xiàn)以及BP神經(jīng)網(wǎng)絡(luò)的工作原理。在以BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的前提下，分析研究了BP神經(jīng)網(wǎng)絡(luò)在函數(shù)逼近、曲線擬合及模式識(shí)別三個(gè)實(shí)例中的應(yīng)用。在本文中我們完成了對(duì)BP神經(jīng)網(wǎng)絡(luò)的曲線擬合、正弦函數(shù)逼近及模式識(shí)別例子它們的圖形和算法演示。本文雖然總結(jié)分析了BP神經(jīng)網(wǎng)絡(luò)算法的實(shí)現(xiàn)，給出了實(shí)例分析，但是還有很多的不足。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，本文的完成并不代表就對(duì)這門(mén)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)。近年來(lái)，神經(jīng)網(wǎng)絡(luò)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。但是神經(jīng)網(wǎng)絡(luò)的研究最近幾年還沒(méi)有達(dá)到非常熱門(mén)的階段，這還需有很多熱愛(ài)神經(jīng)網(wǎng)絡(luò)和研究神經(jīng)網(wǎng)絡(luò)人員的不斷研究和創(chuàng)新。在科技高速發(fā)展的當(dāng)今，我們有理由期待，也有理由相信，在不久的將來(lái)神經(jīng)網(wǎng)絡(luò)會(huì)應(yīng)用到更多更廣的方面。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?zhuān)咳?《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 swatchcontent. And analysis of relevant parameters on the results of algorithm. Finally, The BP neural network algorithm is Outlook.Key word: neural network 。 BP neural network。 function approximation26
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1