BP神经网络在MATLAB上的实现与应用.pdfVIP

2004 年 6 月 湛江师范学院学报 Jun ,2004 　　第 25 卷 第 3 期 JOURNAL OF ZHANJ IANG NORMAL COLLEGE Vol 25 　No 3 BP 神经网络在 MATLAB 上的实现与应用 桂现才 (湛江师范学院 数学与计算科学学院 ,广东 湛江 524048) 摘　要 :BP 神经网络在非线性建模 ,函数逼近和模式识别中有广泛地应用 ,该文介绍了 BP 神 经网络的基本原理 ,利用 MATLAB 神经网络工具箱可以很方便地进行 BP 神经网络的建立、训练和 仿真 ,给出了建立 BP 神经网络的注意事项和例子. 关键词 :人工神经网络 ;BP 网络;NNbox MATLAB ( ) 中图分类号:TP311. 52 　　文献标识码 :A 　　文章编号 :1006 - 4702 2004 03 - 0079 - 05 1 　BP 神经网络简介 ( ) 人工神经网络 Artificial Neural Networks ,简称为NN 是近年来发展起来的模拟人脑生物过程 的人工智能技术. 它由大量简单的神经元广泛互连形成的复杂的非线性系统 ,它不需要任何先验 公式 ,就能从已有数据中自动地归纳规则 ,获得这些数据的内在规律 ,具有很强的非线性映射能 力 ,特别适合于因果关系复杂的非确性推理、判断、识别和分类等问题. ( ) ( 基于误差反向传播 Back propagation 算法的多层前馈网络 Multiple - layer feedforward net ) work ,简记为BP 网络 ,是目前应用最多也是最成功的网络之一 ,构造一个 BP 网络需要确定其处 理单元 ———神经元的特性和网络的拓扑结构. 1. 1 神经元模型 神经元是神经网络最基本的组成部分 ,一般地 ,一个有 R 个输入的神经元模型如图 1 所示. 其中 P 为输入向量 ,w 为权向量 ,b 为阈值 ,f 为传递函数 ,a 为神经元输出. 所有输入 P 通过一个 权重 w 进行加权求和后加上阈值 b 再经传递函数f 的作用后即为该神经元的输出a. 传递函数可 以是任何可微的函数,常用的有 Sigmoid 型和线性型. 1. 2 　神经网络的拓扑结构 神经网络的拓扑结构是指神经元之间的互连结构. 图2 是一个三层的BP 网络结构. BP 网络 由输入层、输出层以及一个或多个隐层节点互连而成的一种多层网,这种结构使多层前馈网络可 在输入和输出间建立合适的线性或非线性关系 ,又不致使网络输出限制在 - 1 和 1 之间. 2 　MATLAB 中BP 神经网络的实现 BP 网络的训练所采用的算法是反向传播法 ,可以以任意精度逼近任意的连续函数 , 近年 收稿日期 :2004 - 02 - 12 ( ) 作者简介 :桂现才 1964 — ,海南临高人 ,湛江师范学院数学与计算科学学院讲师 ,从事数据分析与统计 ,数据挖 掘研究. ( ) 80 湛江师范学院学报 自然科学 　　　　 　　　　　　第 25 卷 来 ,为了解决 BP 网络收敛速度慢 ,训练时间长等不足 ,提出了许多改进算法[1 ][2 ] . 在应用 BP 网 络解决实际问题的过程中 ,选择多少层网络、每层多少个神经元节点、选择何种传递函数、何种训 练算法等 ,均无可行的理论指导 ,只能通过大量的实验计算获得. 这无形增加了研究工作量和编 ( 程计算工作量.