資源描述：
《基于matlab的改進bp神經(jīng)網(wǎng)絡的實現(xiàn)與比較》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、第27卷第1期計算技術與自動化Vol27,No12008年3月ComputingTechnologyandAutomationMar.2008文章編號:1003-6199(2008)01-0028-04基于MATLAB的改進BP神經(jīng)網(wǎng)絡的實現(xiàn)與比較周黃斌,周永華,朱麗娟(廣西大學電氣工程學院,廣西南寧530004)摘要:BP神經(jīng)網(wǎng)絡應用廣泛,且算法很多,研究多種神經(jīng)網(wǎng)絡的優(yōu)勢與不足,以能在不同對象下選取合適的神經(jīng)網(wǎng)絡算法。運用MATLAB來實現(xiàn)各種BP神經(jīng)網(wǎng)絡的設計和訓練。并以函數(shù)逼近為例,通過對不同的BP神經(jīng)網(wǎng)絡仿真與原函數(shù)圖像的擬合
2、,比較不同的BP神經(jīng)網(wǎng)絡的性能,驗證新型BP網(wǎng)絡的優(yōu)勢,得出如何根據(jù)對象選取神經(jīng)網(wǎng)絡的結(jié)論。關鍵詞:BP神經(jīng)網(wǎng)絡;MATLAB;函數(shù)逼近中圖分類號:TP391.9文獻標識碼:AImplementationandComparisonofImprovingBPNeuralNetworkBasedonMATLABZHOUHuang-bin,ZHOUYong-hua,ZHUL-ijuan(CollegeofElectricalEngineering,GuangxiUniversity,Nanning530004,China)Abstract:Atpres
3、ent,BPneuralnetworkiswidelyused,andhasmanyalgorithms.AdvantagesanddisadvantagesofvariousBPalgorithmsarestudiedsothatpeoplecanchoosesuitablealgorithmswhendifferentobjectivearefaced.UsingMATLABimple-mentsthedesignandtrainingofimprovingBPneuralnetwork.Andastheapproximationoffunctionforex
4、ample,approximatingtheemulationofthedifferentBPneuralNetwlrkwiththefigureofprimaryfunction,itcomparestheperformanceofdifferentBPneuralnetwork,AdvantagesofnewBPnetworkarevalidated,adviceonhowtoselectneuralnetworkbaseonobjective.Keywords:BPneuralnetwork,;MATLAB;approximationoffunctionMA
5、TLAB以神經(jīng)網(wǎng)絡為基礎,包含著大量BP網(wǎng)1引言絡的作用函數(shù)和算法函數(shù),為BP網(wǎng)絡的仿真研究提供了便利的工具。眾多的算法各自有各自的特人工神經(jīng)網(wǎng)絡(ANN)系統(tǒng)從20世紀40年代點,在不同情況下選用合適的算法可以達到事半功末誕生至今僅短短半個多世紀,但由于它具有信息倍的效果。的分布存儲和并行處理以及自學習能力等優(yōu)點,且它不需要對被描述的對象建模,能夠較好地描述非2BP神經(jīng)網(wǎng)絡算法分析線性系統(tǒng)和不確定性系統(tǒng)。因此已經(jīng)在信息處理、模式識別和智能控制及系統(tǒng)建模等領域得到越來21BP神經(jīng)網(wǎng)絡的構造及算法越廣泛的應用。尤其是基于誤差反向傳播算法的一個具有r個輸入和
6、一個隱含層的神經(jīng)網(wǎng)絡多層前饋網(wǎng)絡(簡稱BP網(wǎng)絡)可以以任意精度逼結(jié)構如圖1所示。近任意的連續(xù)函數(shù)。所以廣泛應用于非線性建模、設其輸入為P,輸入神經(jīng)元有r個,隱含層內(nèi)函數(shù)逼近、模式識別和分類等方面。近年來,為了有s1個神經(jīng)元,激活函數(shù)為F1,輸出層內(nèi)有s2個解決BP網(wǎng)絡收斂速度慢,訓練時間長和目標函數(shù)神經(jīng)元,對應的激活函數(shù)為F2,輸出為A,目標矢存在局部最小等缺點,提出了許多改進算法。量為T。收稿日期:2007-08-20作者簡介:周黃斌(1982),男,廣西桂林人,碩士研究生,研究方向:模式識別與智能信息處理(E-mail:hbf1987@163.com);周永
7、華(1962),男,廣西博白人,副教授,碩士生導師,研究方向:模式識別與智能信息處理。第27卷第1期周黃斌等:基于MATLAB的改進BP神經(jīng)網(wǎng)絡的實現(xiàn)與比較29那么其信息正向的傳遞如下:隱含層中第i個為誤差逆?zhèn)鞑?。隨著模式順傳播和誤差逆?zhèn)魃窠?jīng)元的輸出為:播過程的交替反復進行,不斷調(diào)整網(wǎng)絡的權值和r閾值,使得誤差信號最小,最終使網(wǎng)絡的實際輸出1i=f1(w1ijpj+b1i),j=1逐漸向各自所對應的期望輸出逼近。i=1,2,s122MATLAB中幾種典型BP神經(jīng)網(wǎng)絡算法比較輸出層第k個神經(jīng)元的輸出為:1)trainrp:彈性BP算法。它只利
8、用導數(shù)的符
