感知器和BP网络设计与应用.pdfVIP

人工神经网络实验报告 学号： 1001314197 人工神经网络实验报告 实验一 感知器和 BP 网络设计及应用 1 人工神经网络实验报告 实验 1 感知器和 BP网络设计及应用 题目一 初步认识 Matlab 人工神经网络工具箱 一、实验目的 初步了解人工神经网络工具箱。 二、实验内容 认识人工神经网络工具箱包含的主要功能函数及分类。 三、实验步骤 (1) 在命令窗口键入 help nnet (2) 描述人工神经网络工具箱划分的主要函数模块 , 并在每类下挑选 3-4 个函数 , 说明其主要功 能。 四、实验结果 help nnet Neural Network Toolbox Version 6.0 (R2008a) 23-Jan-2008 1. Graphical user interface functions. 图形用户界面函数 nnstart - Neural Network Start GUI 神经网络启动图形用户界面 GUI nctool - Neural network classification tool 神经网络分类工具 nftool - Neural Network Fitting Tool 神经网络拟合工具 nntraintool - Neural network training tool 神经网络训练工具 2. Network creation functions. 网络生成函数 cascadeforwardnet – Cascade-forward neural network. 级联神经网络 competlayer - Competitive neural layer. 竞争神经层 distdelaynet - Distributed delay neural network. 分布式延迟神经网络 elmannet - Elman neural network. Elman 神经网络 3. Using networks. 网络使用 network - Create a custom neural network. 创建一个定制的神经网络 sim - Simulate a neural network. 模拟神经网络 init - Initialize a neural network. 初始化一个神经网络 adapt - Allow a neural network to adapt. 神经网络的适应 train - Train a neural network. 训练一个神经网络 4. Simulink support. 仿真支持 gensim - Generate a Simulink block to simulate a neural network. 生成 Simulink 模块来模拟神经网 络 setsiminit - Set neural network Simulink block initial conditions 设置神经网络 Simulink 模块初始 条件 getsiminit - Get neural network Simulink block initial conditions 获得神经网络 Simulink 模块初 始条件 neural - Neural network Simulink blockset. 神经网络 Simulink 模块集 5. Training functions. 训练函数 trainb - Batch training with weight bias learning rules. 批处理具有权重和偏差学习规则的训练 trainbfg - BFGS quasi-Newton backpropagation. BFGS 拟牛顿反向传播 trainbr - Bayesian Regulation backpropagation. 贝叶斯规则的反向传播 trainbu - Unsupervised batch training with weight bias learni