训练算法的使用与比较3.PDFVIP

M atlab6. 0 版本中神经网络工具箱 训练算法的使用与比较 陈　杨, 王　茹, 林　辉 (西北工业大学自动控制系, 陕西　西安　710072) 摘　要: 介绍了M atlab6. 0 版本内神经网络工具箱中BP 网络5 种训练算法的基本思 想及其对应的训练函数, 结合例子对它们的应用进行了介绍, 并给出了简单比较。 关键词: ; 算法; 神经网络 M A TLAB BP : 5 Abstract T h is paper introduces the theories and training functions of BP N eural N et work training algorithm s in M atlab 6. 0’s toolbox , then discusses their app licationsw ith examp le and compare them. : ; ; Key words M A TLAB BP algorithm neural network 　　神经网络理论近年来发展得非常迅速, 快速算法主要有两类: 启发式教学和标准数 因为它不依赖于系统的数学模型, 而是通过 字式最优教学。启发式教学来源于标准快速 学习, 将输入、输出之间的关系以权值的方式 下降算法, 本文介绍其中的两种算法: 变学习 编码, 并将它们关联起来。其应用已经渗透到 率BP 算法和弹性BP 算法, 分别介绍其中的 各个领域, 在智能控制、模式识别、计算机视 traingda 函数和 trainrp 函数。标准数字最优 觉等方面取得了令人鼓舞的成绩。 ( 教学常见的有三类算法: 变梯度算法, 类 BP Back P ropagation ) 网络是神经网络中最常用的一 N ew ton 算法和 L evenberg M arquardt 算 种结构, 是一种多层前馈网络, 其隐层神经元 法。对于第一种算法, 本文将介绍其中的 的变换函数是 S 型函数, 可以实现从输入到 函数、 函数、 函数、 traincgf traincgp traincgb 输出的任意的非线性映射。M A TLAB 软件 trainscg 函数; 对于第二种算法, 本文将介绍 带有功能强大的神经网络工具箱, 了解并且 函数、 函数; 对于第三种算 trainbfg trainoss 充分利用该工具箱函数, 可以使我们的研究 法, 本文介绍 trainlm 函数。 工作收到事半功倍的效果。M athwork s 公司 上述各种算法可以用一个简单的例子加 新推出的M A TLAB 60 在原来的基础上增 以说明。在实际应用如信号预测中, 常常用到 加了不少新函数, 使编程思路大大简化, 编程 函数逼近。例如要逼近一个单周期的正弦波, 负担大大减轻。