基于MATLAB的BP神经网络应用推荐.docVIP

目 录 TOC \o 1-2 \h \z \u HYPERLINK \l _Toc232108456 1 绪论 PAGEREF _Toc232108456 \h 1 HYPERLINK \l _Toc232108457 1.1 人工神经网络的研究背景和意义 PAGEREF _Toc232108457 \h 1 HYPERLINK \l _Toc232108458 1.2 神经网络的发展与研究现状 PAGEREF _Toc232108458 \h 2 HYPERLINK \l _Toc232108459 1.3 神经网络的研究内容和目前存在的问题 PAGEREF _Toc232108459 \h 3 HYPERLINK \l _Toc232108460 1.4 神经网络的应用 4 HYPERLINK \l _Toc232108461 2 神经网络结构及BP神经网络 PAGEREF _Toc232108461 \h 4 HYPERLINK \l _Toc232108462 2.1 神经元与网络结构 PAGEREF _Toc232108462 \h 4 HYPERLINK \l _Toc232108463 2.2 BP神经网络及其原理 7 HYPERLINK \l _Toc232108464 2.3 BP神经网络的主要功能 PAGEREF _Toc232108464 \h 9 HYPERLINK \l _Toc232108465 2.4 BP网络的优点以及局限性 PAGEREF _Toc232108465 \h 9 HYPERLINK \l _Toc232108466 3 BP神经网络在实例中的应用 PAGEREF _Toc232108466 \h 10 HYPERLINK \l _Toc232108467 3.1 基于MATLAB的BP神经网络工具箱函数 PAGEREF _Toc232108467 \h 10 HYPERLINK \l _Toc232108468 3.2 BP网络在函数逼近中的应用 PAGEREF _Toc232108468 \h 12 HYPERLINK \l _Toc232108469 3.3 BP网络在样本含量估计中的应用 PAGEREF _Toc232108469 \h 17 HYPERLINK \l _Toc232108470 4 结束语 23 HYPERLINK \l _Toc232108471 参考文献: 24 HYPERLINK \l _Toc232108472 英文摘要 25 HYPERLINK \l _Toc232108473 致 谢 26 基于MATLAB的BP神经网络应用 蒋亮亮 南京信息工程大学滨江学院自动化专业，南京 210044 摘要:本文首先说明课题研究的目的和意义，评述课题的国内外研究现状，引出目前存在的问题。然后分析了神经网络算法的基本原理，给出经典神经网络算法的具体实现方法，总结神经网络算法的特点，并给出神经网络算法的基本流程。采用Matlab软件编程实现BP神经网络算法。将神经网络算法应用于函数逼近和样本含量估计问题中，并分析相关参数对算法运行结果的影响。最后对BP神经网络算法进行了展望。 关键词:神经网络；BP神经网络；函数逼近 1 绪论 人工神经网络（Artificial Neural Networks，NN）是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学系统[1]。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学习能力，特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。神经网络的发展与神经科学、数理科学、认知科学、计算机科学、人工智能、信息科学、控制论、机器人学、微电子学、心理学、微电子学、心理学、光计算、分子生物学等有关，是一门新兴的边缘交叉学科。 神经网络具有非线性自适应的信息处理能力，克服了传统人工智能方法对于直觉的缺陷，因而在神经专家系统、模式识别、智能控制、组合优化、预测等领域得到成功应用[2]。神经网络与其他传统方法相组合，将推动人工智能和信息处理技术不断发展。近年来，神经网络在模拟人类认知的道路上更加深入发展，并与模糊系统、遗传算法、进化机制等组合，形成计算智能，成为人工智能的一个重要方向。 MATLAB是一种科学与工程计算的高级语言，广泛地运用于包括信号与图像处理，控制系统设计，系统仿真等诸多领域。为了解决神经网络问题中的研究工作量和编程计算工作量问题，目前工程领域中较为流行的软件MATLAB，提供了现成的神经网络工具箱（Neural Network T