基于BP神经网络的非线性拟合系统设计.pdfVIP

毕业论文（设计） （论文修改二稿） 　　　　　　毕业论文 基于 BP 神经网络的非线性函 　　　　　　题　　目 数拟合系统设计 　　　　　　指导教师 姜鑫蕾 　　　　　　学生姓名 隋新武 二 O 二二 年 三 月 九 日 黑龙江财经学院毕业论文（设计） 基于 BP 神经网络的非线性函数拟合系统设计 摘 要 随着工业的快速进步与发展，数据拟合在工业应用中的作用越来越大。在实际的工 程问题中，存在着许多复杂的工业模型，这些模型无法用数学公式表达。为了更精确地 控制被控对象，数学模型的准确性是首要因素，因此非线性拟合模型在控制系统辨识中 起着举足轻重的地位。针对上述问题，设计一种基于BP神经网络的非线性函数拟合系统。 首先，以MATLAB为仿真平台，设计非线性公式，用MATLAB计算生成非线性数据； 然后，采用BP神经网络为拟合模型，通过实验分析确定隐藏层个数、激活函数类型和学 习率数值等相关模型参数；最后，通过选择均方误差MSE 、平均绝对误差MAE和均方根 误差RMSE为评价指标，对数据拟合模型进行训练和测试。实验结果表明，设计模型的 平均绝对误差MAE为0.0090368 ，均方误差MSE为0.0063983 ，均方根误差RMSE为0.07999 ， 满足设计要求，验证了算法的有效性。 关键词 非线性拟合；激活函数；BP神经网络；MATLAB仿真 I 黑龙江财经学院毕业论文（设计） Design of nonlinear function fitting system based on BP neural network Abstract With the rapid progress and development of industry, data fitting plays an increasingly important role in industrial application. In practical engineering problems, there exist many industrial models which cannot be expressed by mathematical models. In order to control the controlled object more accurately, the accuracy of mathematical model is the first factor, so the nonlinear fitting model plays an important role in the identification of control system. To solve these problems, this paper designs a nonlinear function fitting system based on BP neural network. Firstly, using MATLAB as the simulation platform, the nonlinear formula is designed, and the nonlinear data is calculated and generated by MATLAB. Then, BP neural network was used as the fitting model, and the model parame