參考基于matlab的bp神經(jīng)網(wǎng)絡(luò)的仿真與實現(xiàn)論文

《參考基于matlab的bp神經(jīng)網(wǎng)絡(luò)的仿真與實現(xiàn)論文》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、2012屆畢業(yè)設(shè)計論文基于MatLab的BP神經(jīng)網(wǎng)絡(luò)的仿真與實現(xiàn)院、部：計算機與信息科學學院學生姓名：指導教師：職稱講師專業(yè)：計算機科學與技術(shù)班級：完成時間：2012年5月摘要摘要本文首先說明課題研究的目的和意義，評述課題的國內(nèi)外研究現(xiàn)狀，引出目前存在的問題。然后分析了神經(jīng)網(wǎng)絡(luò)算法的基本原理，給出經(jīng)典神經(jīng)網(wǎng)絡(luò)算法的具體實現(xiàn)方法，總結(jié)神經(jīng)網(wǎng)絡(luò)算法的特點，并給出神經(jīng)網(wǎng)絡(luò)算法的基本流程。采用Matlab軟件編程實現(xiàn)BP神經(jīng)網(wǎng)絡(luò)算法。將神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于函數(shù)逼近，樣本分類和樣本含量估計問題中，并分析相關(guān)參數(shù)或算法對運行結(jié)果的影響。最后對B

2、P神經(jīng)網(wǎng)絡(luò)算法進行了展望。關(guān)鍵字:神經(jīng)網(wǎng)絡(luò)；BP神經(jīng)網(wǎng)絡(luò)；函數(shù)逼近；樣本分類—I—ABSTRACTABSTRACTFirst,theresearchpurposeandsignificanceofneuralnetworkisexpoundedinthisarticle.Commentarystudiescurrentsituationattheproblemhomeandabroad.Leadstotheexistingproblems.andthenhaveanalyzedalgorithmicbasalprincipleof

3、neuralnetworks,Givealgorithmicconcertofclassicsneuralnetworksouttherealizationmethod.Summingupthecharacteristicsofneuralnetworkalgorithm.Neuralnetworkalgorithmisgiventhebasicprocesses.ThearithmeticofBPneuralnetworkisrealizedinMatlabsoftware.ThealgorithmappliesofBPneur

4、alnetworkstothefunctionapproximationproblem，Sampleclassificationandcomputestheswatch??content.Andanalysisofrelevantparametersontheresultsofalgorithm.Finally,TheBPneuralnetworkalgorithmisOutlook.Keywords:Neuralnetwork；BPneuralnetwork；Functionapproximation;Sampleclassfi

5、cation—II—目錄目錄摘要IABSTRACTII目錄III前言V第一章緒論-1-1.1人工神經(jīng)網(wǎng)絡(luò)的研究背景和意義-1-1.2神經(jīng)網(wǎng)絡(luò)的發(fā)展與研究現(xiàn)狀-2-1.2.1神經(jīng)網(wǎng)絡(luò)的發(fā)展-2-1.2.2神經(jīng)網(wǎng)絡(luò)的現(xiàn)狀-3-1.3神經(jīng)網(wǎng)絡(luò)的研究內(nèi)容和目前存在的問題-3-1.3.1神經(jīng)網(wǎng)絡(luò)的研究內(nèi)容-3-1.3.2神經(jīng)網(wǎng)絡(luò)研究目前存在的問題-3-1.4神經(jīng)網(wǎng)絡(luò)的應(yīng)用-4-第二章神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及BP神經(jīng)網(wǎng)絡(luò)-5-2.1神經(jīng)元與網(wǎng)絡(luò)結(jié)構(gòu)-5-2.1.1生物神經(jīng)元-5-2.1.2人工神經(jīng)元-6-2.1.3人工神經(jīng)網(wǎng)絡(luò)的構(gòu)成-6-2.2BP神經(jīng)

6、網(wǎng)絡(luò)及其原理-9-2.2.1BP神經(jīng)網(wǎng)絡(luò)定義-9-2.2.2BP神經(jīng)網(wǎng)絡(luò)模型及其基本原理-9-2.3BP神經(jīng)網(wǎng)絡(luò)的主要功能-10-2.4BP網(wǎng)絡(luò)的優(yōu)點以及局限性-11-第三章BP神經(jīng)網(wǎng)絡(luò)在實例中的應(yīng)用-13-3.1基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)-13-3.1.1BP網(wǎng)絡(luò)創(chuàng)建函數(shù)-14-3.1.2神經(jīng)元上的傳遞函數(shù)-14-3.1.3BP網(wǎng)絡(luò)學習函數(shù)-15-3.1.4BP網(wǎng)絡(luò)訓練函數(shù)-15-3.2BP網(wǎng)絡(luò)在函數(shù)逼近中的應(yīng)用-15-—IV—目錄3.2.1問題的提出-15-3.2.2基于BP神經(jīng)網(wǎng)絡(luò)逼近函數(shù)-16-3.2.3不同

7、頻率下的逼近效果-19-3.2.4討論-21-3.3仿真實驗-21-3.3.1BP神經(jīng)網(wǎng)絡(luò)MATLAB設(shè)計-21-3.3.2各種BP學習算法MATLAB仿真-23-3.3.3各種算法仿真結(jié)果比較與分析-26-3.3.4調(diào)整初始權(quán)值和閾值的仿真-27-3.3.5其他影響因素仿真-29-3.4BP網(wǎng)絡(luò)在樣本含量估計中的應(yīng)用-30-3.4.1問題的提出-30-3.4.2基于BP神經(jīng)網(wǎng)絡(luò)對膽固醇含量估計-31-3.4.3不同條件下的輸出結(jié)果-33-3.4.4討論-35-3.5BP神經(jīng)網(wǎng)絡(luò)在樣本分類中的應(yīng)用-36-3.5.1問題的提出-36

8、-3.5.2基于BP神經(jīng)網(wǎng)絡(luò)的樣本分類-36-3.5.3不同算法條件下的不同測試過程以及輸出結(jié)果-38-3.5.4討論-42-結(jié)論-43-參考文獻1致謝2—IV—前言前言BP神經(jīng)網(wǎng)絡(luò)是目前人工神經(jīng)網(wǎng)絡(luò)模式中最具代表性,應(yīng)用最廣泛的一種模型,具有自學