创新性实验项目神经的网络算法.pptVIP

井冈山大学大学生创新性实验计划项目 神经网络算法在数学建模中的应用 项目负责人：陈明锋 参 与 成 员：黄发水 刘建军 温小锌 罗森平 指 导 老 师：邓志云 一、项目的建设目标 1. 神经网络在数学建模中的应用 在熟悉神经网络（Neural Networks,简称NN）的基本原理（其中包括NN的发展历史、基本模型、研究现状、分类以及学习规则等）的基础上，掌握三种常用NN模型（即单层前向网络模型、线性神经网络和多层前向神经网络模型）及其MATLAB仿真算法 。 目前NN主要应用在电子科学计算、计算机科学与技术、电器工程等高端领域 2. 将研究的成果应用到2009年全国大学生数学建模竞赛 近年来，随着全国大学生数学建模竞赛的深入开展，这项赛事越来越突出一些新的特点，即赛题的来源越来越广、建立的模型越来越复杂，而一些常用的经典算法对它们的求解已经显得有些无能为力，NN算法作为三大非经典优化算法之一，已经越来越受关注，能将NN算法创造性地应用到数学建模竞赛中，求得模型的最优解，方法新颖、创新，必将取得好成绩！ 二、项目建设工作分工及工作进度安排 三、项目建设进展情况 1. 至2009年6月底，我们已经掌握神经网络的基本原理。 在邓老师的指导下，项目组成员利用周末时间完成了资料的收集和整理，并一起阅读了神经网络的相关文献，讨论了学习心得。 * 而研究NN算法在数学建模中的应用，特别是数值计算方面还十分欠缺，这正是我们立题的意义和创新所在。即将NN算法应用到数学建模方法领域，包括线性优化、非线性优化、非线性方程(组)与微分方程（组）求解、网络优化、经济预测、模型分类、模型排序、数值分析、模型仿真等方面，要掌握其应用过程、规则及MATLAB语言程序、典型案例分析等。这将极大地促进数学模型的求解，丰富数学建模的算法体系！从一定的程度上也将促进NN算法的发展！ 负责神经网络算法在线性优化、非线性优化方面的应用 数理学院 07数学与应用数学 罗森平 负责神经网络算法在模型分类、模型排序方面的应用 数理学院 07信息与计算科学 温小锌 负责神经网络算法在网络优化、经济预测方面的应用 数理学院 06物理 刘建军 负责神经网络算法在数值分析方面的应用 数理学院 06数学与应用数学 黄发水 负责神经网络算法在非线性方程与微分方程方面的应用 数理学院 06信息与计算科学 陈明锋 项目分工 所在学院 专业年级 姓 名 项 目 组 主 要 成 员 我们将在指导老师的指导及统筹规划下，首先要求项目组的全体同学深入学习与了解NN的基本理论，尤其是它作为一种算法的理论描述。其次，对项目组的成员进行分工，每一个成员负责神经网络算法在一个方面的应用，具体内容包括在这一方面应用的范围、应用的规则、应用的过程以及算法的MATLAB语言程序和典型案例分析，最终将形成一书面报告。最后，项目负责人将每个成员的书面报告形成最后的项目报告书，作为项目的最终研究成果。 并要求全体成员参加2009年全国大学生数学建模竞赛。 陈明锋 2009-10-1至2009-11-30 撰写报告书 全体成员 2009-9-11至2009-9-13 参加2009年全国大学生数学建模竞赛 各分工成员、指导老师 2009-7-1至2009-8-30 暑假研究ANN在数学建模中的应用 全体成员、指导老师 2009-3-1至2009-6-30 学习ANN的基本理论 全体成员、指导老师 2008-12-1至2009-1-7 资料的收集 参与人员 时间 工作内容 工作进度安排表 2. 2009年暑假，项目组全体成员留校，在邓老师的指导下，重点研究NN算法在数学建模方法领域的应用，我们既分工又合作，经常是一起讨论解决了很多陌生方面的问题，而互相交流则增强了大家的综合能力，积累了宝贵的知识，为参加全国数学建模竞赛做足了准备。下面分五个部分介绍NN算法在数学建模中的应用。 （1）NN算法在非线性方程与微分方程方面的应用 数学建模所建立的模型一般为较复杂非线性方程和微分方程，传统的方法无法得到精确的结果，而一个神经网络是跟据某种“目标”而构成的，对应建立的模型，称之为“目标函数”，可通过对权值的学习，使得目标尽可能逼近我们理想中目标函数，即模型的最优解。我们以对线性函数和非线性函数进行逼近、定积分和微积分的计算模型为例，设计NN算法，并通过MATLAB编程实现，取得很好的效果。 （2）NN算法在数值分