BP神经计算机网络模拟软件的设计和实现.pdf

维普资讯 第 18卷第 3期 南 昌大学学报 (理抖版) VoI．18 NO．3 1994年 9月 JournalofNanchangUⅡ}ers婶 (N日turalScience) Sept．1994 一 ； BP神经网络模拟软件的设计和实现 垩自圭 ． (南昌大学捕理学系 南昌 330047) fJ’ 摘 要 本文介绍一个在窗口系统下用c语言实现的后向传播神经 网络(BP同络)模拟软件 该软 件能够模拟多至四层的BP网络，各层神经元数及 网培工作参数可以通过对话窗 口输入 采用该模 拟软件对三输入奇偶校验模式识别 问题进行了处理 ，得到了满意的结果。 关键词 翌堑圆堑望·主翌兰苎：楚 堡 ． 分类号 TP 391 引 言 人工神经网络 由于具有并行处理，分布存储、高度容错 、自我调节和组织等系统特性 ，目前 已得到广泛的研究和应用n ，。作为现有神经网络主要模型之一的后向传播神经网络 (即BP 神经网络)，能够形成任何连续非线性映射的任意近似 “，特别适合于模式识别 ，诊断分类等工 作。为了研究BP神经网络的特性并应用该网络解决某些实际问题，我们研制了一个BP神经 网络模拟软件，本文介绍该软件的设计和实现方法，最后给出一个应用实例 。 1 BP神经网络的结构和学习算法 BP神经网络是一种具有一个输入屡 ，一个或多个隐层和一个输 出层的多屡网络 。隐屡和 输出层上的每个神经元都对应一个激发函数和一个 闺值 。每一层上的神经元都通过权重与其 相邻层上的神经元互相连接。对于输入层上的神经元其闭值为零 ，其输出等于输入。图1给出 了一个带单隐层的二层(不含输入层)BP神经网络的一般结构。BP神经网络隐层和输出层上 瞧居 的某神经元 j的输出由下式确定 0j= fj(Net，)= (三w) + ) 式中f(·)一 一对应该神经元的激发函数 ej——该神经元的闲值 — — 对该神经元的输入 wj—— 对应 ％的输入和该神经元的连接权重 激发函数 目前多采用连续可徽非线性的Sigmoid函 数 ，()= ==． 图 =屡 BP网络 圉 收稿 日期 ：99S l2 21 维普资讯 · 230 · 南昌大学学报 (理科版) 1994虹 BP网络学 习的 目的是要使网络以给定的精度实现所需要的映射 。设有P个n维输入样 本 (p一1，…，P)和相应的m维期望 目标输出 ，(p=1，…，P)，若构造网络的误差函数如下。 1 E一音三三(f一 ) ■ P J 则采用后向传播学习算法 (BP学习算法)“总能使E在学习中按梯度下降。BP学习算法可以 简述如下 ： 步 1、将各权重和闲值的初始值设置为小的随机数 ； 步 2、输入学习样本 i。(p—l，…，P)和相应 的目标输 出 (p—1．… ．P)，对每个学习训练对 { ， 。 )进行步 3——步 5； 步 3、计算 网络 的实际输 出及隐层神经元的输 出：