c语言人工神经网络程序.docVIP

#include stdlib.h #include math.h #include stdio.h #include time.h #define out_cout 2 //输出向量维数 #define in_cout 3 //输入向量维数 #define cout 6 //样本数量 typedef struct { //bp人工神经网络结构 int h; //实际使用隐层数量 double v[in_cout][50]; //隐藏层权矩阵i，隐层节点最大数量为100 double w[50][out_cout]; //输出层权矩阵 double a; //学习率 double b; //精度控制参数 int LoopCout; //最大循环次数 } bp_nn; double fnet(double net) { //sigmoid函数，神经网络激活函数 return 1/(1+exp(-net)); } int initbp(bp_nn *bp) { //初始化bp网络 printf(请输入隐层节点数，最大数为100：\n); scanf(%d,(*bp).h); printf(请输入学习率：\n); scanf(%lf,(*bp). a); //(*bp).a为double型数据，所以必须是lf printf(请输入精度控制参数：\n); scanf(%lf,(*bp).LoopCout ); int i, j; srand((unsigned)time(NULL))； for (i=0; iin_cout; i++) for(j=0; j(*bp).h; j++) (*bp).v[i][j]=rand()/(double)(RAND_MAX); for(i=0; i(*bp).h; i++) for (j=0; jout_cout; j++) (*bp).w[i][j]=rand()/(double)(RAND_MAX); return 1; } int trainbp(bp_nn*bp,float x[cout][in_cout],int y[cout][out_cout]) { //训练bp网络，样本为x，理想输出为y double f=(*bp).b; //精度控制参数 double a=(*bp).a; //学习率 int h=(*bp).h; //隐层节点数 double v[in_cout][50],w[50][out_cout]; //权矩阵 double ch_v[in_cout][50],ch_w[50][out_cout];//权矩阵修改量 double chgH[50],chgO[out_cout]; //修改量矩阵 double 01[50],02[out_cout]; //隐层和输出层输出量 int LoopCout=(*bp).LoopCout; //最大循环次数 int i,j,k,n; double temp; for (i=0;iin_cout;i++) //复制结构体中的权矩阵 for(j=0;ih;j++) w[i][j]=(*bp).w[i][j]; double e=f+1; for (n=0;efnLoopCout;n++) { //对每个样本训练网络 e=0; for(j=0;jout_cout;j++) chgO[j]=0; for(j=0;jh;j++) chgH[j]=0; for(j=0;jh;j++) for(k=0;kout_cout;k++) ch_w[j][k]=0; for(j=0;jin_cout;j++) for (k=0;kh;k++) { //计算隐层输出向量 temp=0; for(j=0;jin_cout;j++) temp=temp+x[i][j]*v[j][k]; 01[k]=fnet(temp); } for(k=0;kout_cout;k++) { //计算输出层输出向量 temp=0; for (j=0;jh;j++) temp=temp+01[j]*w[j][k]; 02[k]=fnet(