MATLABBP神经网络应用.pdfVIP

基于MATLAB 的BP 神经网络应用 目 录 1 绪论1 1.1 人工神经网络的研究背景和意义1 1.2 神经网络的发展与研究现状2 1.3 神经网络的研究内容和目前存在的问题3 1.4 神经网络的应用4 2 神经网络结构及BP 神经网络 4 2.1 神经元与网络结构4 2.2 BP 神经网络及其原理7 2.3 BP 神经网络的主要功能9 2.4 BP 网络的优点以及局限性9 3 BP 神经网络在实例中的应用10 3.1 基于MATLAB 的BP 神经网络工具箱函数 10 3.2 BP 网络在函数逼近中的应用12 3.3 BP 网络在样本含量估计中的应用17 4 结束语23 参考文献:24 英文摘要25 致 谢26 基于MATLAB 的BP 神经网络应用 基于MATLAB 的BP 神经网络应用 蒋亮亮 南京信息工程大学滨江学院自动化专业，南京 210044 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，并给出神经网络算 法的基本流程。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和样本含量估计问 题中，并分析相关参数对算法运行结果的影响。最后对BP 神经网络算法进行了展望。 关键词:神经网络；BP 神经网络；函数逼近 1 绪论 人工神经网络（Artificial Neural Networks ，NN ）是由大量的、简单的处理单元（称为神经元）广泛地 互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学系 [1] 统 。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学习能力，特别适合处理需要 同时考虑许多因素和条件的、不精确和模糊的信息处理问题。神经网络的发展与神经科学、数理科学、认 知科学、计算机科学、人工智能、信息科学、控制论、机器人学、微电子学、心理学、微电子学、心理学、 光计算、分子生物学等有关，是一门新兴的边缘交叉学科。 神经网络具有非线性自适应的信息处理能力，克服了传统人工智能方法对于直觉的缺陷，因而在神经 [2] 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 。神经网络与其他传统方法相组 合，将推动人工智能和信息处理技术不断发展。近年来，神经网络在模拟人类认知的道路上更加深入发展， 并与模糊系统、遗传算法、进化机制等组合，形成计算智能，成为人工智能的一个重要方向。 MATLAB 是一种科学与工程计算的高级语言，广泛地运用于包括信号与图像处理，控制系统设计，系 统仿真等诸多领域。为了解决神经网络问题中的研究工作量和编程计算工作量问题，目前工程领域中较为 [3] 流行的软件MATLAB ，提供了现成的神经网络工具箱（Neural Network Toolbox ，简称NNbox ） ，为解 决这个矛盾提供了便利条件。神经网络工具箱提供了很多经典的学习算法，使用它能够快速实现对实际问 题的建模求解。在解决实际问题中，应用MATLAB 语言构造典型神经网络的激活传递函数，编写各种网 络设计与训练的子程序，网络的设计者可以根据需要调用工具箱中有关神经网络的设计训练程序，使自己 能够从烦琐的编程中解脱出来，减轻工程人员的负担，从而提高工作效率。 1.1 人工神经网络的研究背景和意义 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 1