基于MATLAB的BP人工神经网络设计.pdfVIP

年 月 第 期 4HHA ; 电 脑 学 习 4 基于!#$% 的%’ 人工神经网络设计 陈 伟 马如雄 郝艳红 摘 要 本文介绍了 人工神经网和 软件，并举例说明了 神经网络工具箱的用法。 %’ !#$% !#$% 关键词 神经网络 !#$% ! #$%’()* +,-$)* +,%./$0 1,234 !)2,5 /4 6#78#! 9:,4 ;, 6) -=/43 )/ ?)4:/43 ， #@2%$)(% #I ,),- 120-.7J*K %’ )-01L1*)M 2J-)M 20N.-+ )27 !#$% 0I2 /1OK )2 9)6,M L.- JK12/ ) 2J-)M 20N.-+ 00MM 1122 !!##$$%%(( A,B./$5 -01L1*1)M 3J-)M 30N.-+ !#$% 人工神经网络是生理学上的真实的人脑神经网络的结 差信号沿原来的连接通路返回，通过修改各层神经元的权 构和功能以及若干基本特性的某种理论抽象、简化和模拟 值，逐次地向输入层传播去进行计算，再经过正向传播过程 而构成的一种信息处理系统。它由神经元相互连接组成神 运算。这两个过程的反复运用 使得误差信号最小 当误差达 8 8 经网络显示出人脑的某些特征，如分布存储和容错性、大规 到人们所希望的要求时网络的学习过程就结束。 神经网 %’ 模并行处理能力、自学习组织和自适应能力。人工神经网络 络算法包括训练阶段和应用阶段两个部分。 是大量神经元的集体行为，并不是各单元的行为的简单相 (4( 训练阶段 加，表现出一般复杂非线性系统动态系统的特性，它可以处 （）确定神经网络的结构参数：定义输入、隐含和输出 理一些环境信息非常复杂、知识背景不清楚、推理规则不 层的神经元的个数，定义网络收敛误差，选取合适的动量常 明确的问题。 数和学习效率，训练样本数； 已经发展成为多学