Matlab人工神经网络工具箱中的BP工具函数及其应用.docVIP

------------------------------------------------------------------------------------------------ —————————————————————————————————————— Matlab人工神经网络工具箱中的BP工具函数及其应用 第２１卷第５期 ２００２年９月许昌师专学报ＪＯＵＲＮＡＬＯＦｘｕＣＨＡＮＧＴＥＡＣＨＥＲｓＣＯＬＬＥＧＥｖ０１．２１．Ｎｏ．５Ｓｅｐ．，２００２文章编号：１０００一９９４９（２００２）０５一００３９一０４ Ｍａｔｌａｂ人工神经网络工具箱中的ＢＰ工具函数及其应用 陈春凯 （铁道警官高等专科学校，河南郑州４５００５３） 摘要：人工神经网络中的ＢＰ网络模型在函数逼近、模式识别等领域得到了广泛的应用，但利用神经网络 解决实际问题时，经常涉及到大量的数值计算问题，而运用计算机高级语言编程对神经网络ＢＰ模型进行仿真和辅助设计是件十分麻烦的事情，为了解决这个矛盾，Ｍａｎａｂ工具箱中专门编制了大量有关设计ＢＰ网络模型的工具函数．本文分析了Ｍａｔｌａｂ软件包中人工神经网络工具箱的有关ＢＰ网络的工具函数，并给出了部分重要工具函数的实际应用． 关键词：Ｍａｔｌａｂ；人工神经网络；ＢＰ算法；工具函数 中图分类号：ＴＰ１８文献标识码：Ａ ０引言 人工神经元网络ＡＮＮ（ａＩｔｉ矗ｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｓ）是由大量简单单元以及这些单元的分层组织大规模并行联结而成的一种网络，它力图象生物神经系统一样处理事物，实现人脑的某些功能…．１９８６年Ｒ呦ｅＩｌ｝ｌｏｒｔ提出的前馈网络的误差反传算法ＢＰ（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ）∽＇３』实现了Ｍｉｎｓｋｙ的多层网络设想，使得ＡＮＮ理论向实用化方面迈进了一大步．ＡＮＮ的ＢＰ网络模型在模式识别、函数逼近等领域得到了广泛的应用，但利用神经网络解决实际问题时，必定会涉及到大量的数值计算问题【４Ｊ，这其中既包括一般的矩阵计算问题，如微分方程求解、优化问题等，也包括许多模式的正交化、最小二乘法处理和极大极小匹配等求解过程等等．尽管现代数值计算理论已经???展得很完善，多数计算问题都有高效标准解法，但是用计算机高级语言如ｖｉｓｕａｌｃ＋＋、ＦＯＲＴＲＡＮ等编程对神经网络模型进行仿真和辅助设计仍然是件十分麻烦的事情． 为了解决数值计算与计算机仿真之间的矛盾，美国Ｍａｔｌｌｗｏｒｋｓ公司推出了一套高性能的数值计算和可视化软件包Ｍ砒．１ａｂ，它集数学计算、图形计算、语言设计、计算机仿真等于一体，具有极高的编程效率，更具特色的是ＭａⅡａｂ集中了许多领域专家学者的智慧，成功地扩展了３０多个专业领域工具箱，如生物医学工程、图像处理、模糊控制，神经网络等．其中，神经网络工具箱是Ｍａｔｌａｂ环境下所开发出来的许多工具箱之一，它是以神经网络理论为基础，用ＭａⅡａｂ语言构造出典型神经网络的工具函数，Ｍａｄａｂ中专门编制了大量有关ＢＰ网络的工具函数，为ＢＰ网络的应用研究提供了强有利的便利工具．本文分析了Ｍａｎａｂ软件包中人工神经网络工具箱的有关ＢＰ网络的工具函数，并给出了部分工具函数在函数逼近中的实际应用．１ＢＰ网络模型中的有关计算公式 ＢＰ算法的基本思想是：对于一个输入样本，经过权值、阈值和激励函数运算后，得到一个输出，然后让它与期望的样本进行比较，若有偏差，则从输出开始反向传播该偏差，进行权值、阈值调整，使网络输出逐渐与希望输出一致． ＢＰ算法由四个过程组成：输人模式由输入层经过中间层向输出层的“模式顺传播”过程，网络的希望输出与网络的实际输出之间的误差信号由输出层经过中间层向输入层逐层修正连接权的“误差逆传播”过程，由“模式顺传播”与“误差逆传播”的反复交替进行的网络“记忆训练”过程，网络趋向于收敛即网络的全局误差趋向极小值的“学习收敛”过程． 令第ｉ个神经元的阈值为。ｉ，它受到来自其它ｎ个神经元的作用，ｘ。，ｘ２，…，ｘｉ，…，ｘ。．这里ｊ＝１，２，…，ｎｏｊ之对应的连接权为ｗｌｉ，ｗ２ｉ，．．．，ｗｉｉ，…，ｗ。。，则第ｉ个神经元的输出ｙ。为 收稿日期：２００２一０６—１２ 基金项目：河南省自然科学基金资助项目（编号：００４０６１７００）作者简介：陈春凯（１９５５一），男，河南舞阳人，铁道警官高等专科学校讲师，主要研究方向：计算机应用，智能信息处理及网络等 万方数据　 许昌师专学报 ，，ｉ＝，（∑。严ｄ一吼） ２００２年９月 设网络输入层共有ｎ个神经元，序号为ｈ，ｈ＝ｌ，２，…，ｎ，隐含层共有ｐ个神经元，序号为ｉ，ｉ－１，２，…，