基于matlab神經(jīng)網(wǎng)絡(luò)算法研究及仿真-在線瀏覽
2025-08-06 12:34本頁(yè)面
【正文】 al network，ANN）是模仿生物神經(jīng)網(wǎng)絡(luò)功能的一種經(jīng)驗(yàn)?zāi)Ｐ?。神?jīng)網(wǎng)絡(luò)是由若干簡(jiǎn)單（通常是自適應(yīng)的）元件及其層次組織，以大規(guī)模并行連接方式構(gòu)造而成的網(wǎng)絡(luò)，按照生物神經(jīng)網(wǎng)絡(luò)類似的方式處理輸入的信息。神經(jīng)網(wǎng)絡(luò)是由大量的處理單元（神經(jīng)元）互相連接而成的網(wǎng)絡(luò)。但是，實(shí)際上神經(jīng)網(wǎng)絡(luò)并沒有完全反映大腦的功能，只是對(duì)生物神經(jīng)網(wǎng)絡(luò)進(jìn)行了某種抽象、簡(jiǎn)化和模擬。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和識(shí)別取決于各種神經(jīng)元連接權(quán)系數(shù)的動(dòng)態(tài)演化過(guò)程。由于神經(jīng)網(wǎng)絡(luò)中神經(jīng)元間復(fù)雜的連接關(guān)系和各神經(jīng)元傳遞信號(hào)的非線性方式，輸入和輸出信號(hào)間可以構(gòu)建出各種各樣的關(guān)系，因此可以用來(lái)作為黑箱模型，表達(dá)那些用機(jī)理模型還無(wú)法精確描述、但輸入和輸出之間確實(shí)有客觀的、確定性的或模糊性的規(guī)律。 神經(jīng)網(wǎng)絡(luò)連接的幾種基本形式：1）前向網(wǎng)絡(luò) ，網(wǎng)絡(luò)中的神經(jīng)元是分層排列的，每個(gè)神經(jīng)元只與前一層的神經(jīng)元相連接。每一層的神經(jīng)元只接受來(lái)自前一層神經(jīng)元的輸入，后面的層對(duì)前面的層沒有信號(hào)反饋。感知器網(wǎng)絡(luò)和BP網(wǎng)絡(luò)均屬于前向網(wǎng)絡(luò)。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。例如，可利用橫向抑制機(jī)理把某層內(nèi)的具有最大輸出的神經(jīng)元挑選出來(lái)，從而抑制其他神經(jīng)元，使之處于無(wú)輸出狀態(tài)。Hopfield 網(wǎng)絡(luò)和Boltzmann 機(jī)均屬于這種類型。而在相互結(jié)合網(wǎng)絡(luò)中，信號(hào)要在神經(jīng)元之間反復(fù)傳遞，網(wǎng)絡(luò)處于一種不斷變化狀態(tài)的動(dòng)態(tài)之中。根據(jù)網(wǎng)絡(luò)的結(jié)構(gòu)和神經(jīng)元的特性，網(wǎng)絡(luò)的運(yùn)行還有可能進(jìn)入周期振蕩或其他如混沌平衡狀態(tài)。 BP神經(jīng)網(wǎng)絡(luò)及其原理 BP神經(jīng)網(wǎng)絡(luò)定義 BP (Back Propagation)神經(jīng)網(wǎng)絡(luò)是一種神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。相鄰層之間各神經(jīng)元進(jìn)行全連接，而每層各神經(jīng)元之間無(wú)連接，網(wǎng)絡(luò)按有教師示教的方式進(jìn)行學(xué)習(xí)，當(dāng)一對(duì)學(xué)習(xí)模式提供給網(wǎng)絡(luò)后，各神經(jīng)元獲得網(wǎng)絡(luò)的輸入響應(yīng)產(chǎn)生連接權(quán)值（Weight）。此過(guò)程反復(fù)交替進(jìn)行，直至網(wǎng)絡(luò)的全局誤差趨向給定的極小值，即完成學(xué)習(xí)的過(guò)程。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。網(wǎng)絡(luò)的輸入層模擬的是神經(jīng)系統(tǒng)中的感覺神經(jīng)元，它接收輸入樣本信號(hào)。在這個(gè)過(guò)程中，誤差通過(guò)梯度下降算法，分?jǐn)偨o各層的所有單元，從而獲得各單元的誤差信號(hào)，以此誤差信號(hào)為依據(jù)修正各單元權(quán)值，網(wǎng)絡(luò)權(quán)值因此被重新分布。這種信號(hào)正向傳播與誤差反向傳播的各層權(quán)值調(diào)整過(guò)程周而復(fù)始地進(jìn)行著，直到網(wǎng)絡(luò)輸出的誤差減少到可以接受的程度，或進(jìn)行到預(yù)先設(shè)定的學(xué)習(xí)次數(shù)為止。BP 神經(jīng)網(wǎng)絡(luò)的信息處理方式具有如下特點(diǎn): 1）信息分布存儲(chǔ)。2) 信息并行處理。諾依曼計(jì)算機(jī)的工作速度，但是在很多問(wèn)題上卻可以做出快速的判斷、決策和處理，這是由于人腦是一個(gè)大規(guī)模并行與串行組合的處理系統(tǒng)。3）具有容錯(cuò)性。這與現(xiàn)代計(jì)算機(jī)的脆弱性形成鮮明對(duì)比。BP神經(jīng)網(wǎng)絡(luò)具有初步的自適應(yīng)與自組織能力，在學(xué)習(xí)或訓(xùn)練中改變突觸權(quán)值以適應(yīng)環(huán)境，可以在使用過(guò)程中不斷學(xué)習(xí)完善自己的功能，并且同一網(wǎng)絡(luò)因?qū)W習(xí)方式的不同可以具有不同的功能，它甚至具有創(chuàng)新能力，可以發(fā)展知識(shí)，以至超過(guò)設(shè)計(jì)者原有的知識(shí)水平。Matlab神經(jīng)網(wǎng)絡(luò)工具箱的出現(xiàn)，更加拓寬了神經(jīng)網(wǎng)絡(luò)的應(yīng)用空間。神經(jīng)網(wǎng)絡(luò)工具箱是在MATLAB環(huán)境下開發(fā)出來(lái)的許多工具箱之一。這些工具箱函數(shù)主要為兩大部分。而另外一部分函數(shù)則是通用的，幾乎可以用于所有類型的神經(jīng)網(wǎng)絡(luò)，如神經(jīng)網(wǎng)絡(luò)仿真函數(shù)、初始化函數(shù)和訓(xùn)練函數(shù)等[15]。 基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)最新版本的神經(jīng)網(wǎng)絡(luò)工具箱幾乎涵蓋了所有的神經(jīng)網(wǎng)絡(luò)的基本常用模型，如感知器和BP網(wǎng)絡(luò)等。Matlab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)。調(diào)用格式為：net=newffnet=newff(PR,[S1 S
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1