基于bp神經(jīng)網(wǎng)絡(luò)的函數(shù)逼近的matlab實(shí)現(xiàn)

《基于bp神經(jīng)網(wǎng)絡(luò)的函數(shù)逼近的matlab實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、2007年3月榆林學(xué)院學(xué)報(bào)Mar.2007第17卷第2期JOURNALOFYULINCOLLEGEVol.17No.2基于BP神經(jīng)網(wǎng)絡(luò)的函數(shù)逼近的MATLAB實(shí)現(xiàn)12馮蓉,楊建華(1.延安大學(xué)西安創(chuàng)新學(xué)院,陜西西安710100;2.長(zhǎng)安大學(xué)信息工程學(xué)院,陜西西安710064)摘要:BP神經(jīng)網(wǎng)絡(luò)由于它的學(xué)習(xí)能力和非線性特性,使其能夠?qū)Ψ蔷€性函數(shù)進(jìn)行很好的逼近。通過(guò)對(duì)BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和MATLAB軟件及其BP神經(jīng)網(wǎng)絡(luò)工具箱的應(yīng)用研究,利用BP神經(jīng)網(wǎng)絡(luò)工具箱設(shè)計(jì)BP神經(jīng)網(wǎng)絡(luò),用于對(duì)非線性函數(shù)的逼近,通過(guò)網(wǎng)絡(luò)的訓(xùn)練、測(cè)試達(dá)到了預(yù)期的效果。關(guān)鍵詞:BP神經(jīng)

2、網(wǎng)絡(luò);神經(jīng)網(wǎng)絡(luò)工具箱;函數(shù)逼近;MATLAB軟件中圖分類號(hào):TP183文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1008-3871(2007)02-0020-03以神經(jīng)網(wǎng)絡(luò)研究為開端,整個(gè)學(xué)術(shù)界對(duì)計(jì)算的各層之間神經(jīng)元無(wú)連接。最基本的BP網(wǎng)絡(luò)是三層概念和作用有了新的認(rèn)識(shí)和提高。計(jì)算并不局限于前饋網(wǎng)絡(luò),即輸入層,隱含層和輸出層。數(shù)學(xué)中,并不僅僅采取邏輯的、離散的形式,而且大1.1BP神經(jīng)網(wǎng)絡(luò)層數(shù)的選取具有偏差和至少一量的運(yùn)算表現(xiàn)在對(duì)模糊的低精度的模擬量的并行計(jì)個(gè)Sigmoid型隱含層加上一個(gè)線性輸出層的網(wǎng)絡(luò),算。對(duì)于后一類計(jì)算,傳統(tǒng)的計(jì)算機(jī)無(wú)法施展其威能夠逼近任何有理

3、函數(shù)。增加層數(shù)主要可以更進(jìn)一力。神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)理論本質(zhì)上是非線性的數(shù)學(xué)理步的降低誤差,提高精度,但是同時(shí)也會(huì)增加網(wǎng)絡(luò)的論,因此,現(xiàn)代非線性科學(xué)方面的進(jìn)展必將推動(dòng)神經(jīng)復(fù)雜性,從而增加網(wǎng)絡(luò)權(quán)值的訓(xùn)練時(shí)間。增加隱含網(wǎng)絡(luò)的研究。同時(shí),神經(jīng)網(wǎng)絡(luò)理論也會(huì)對(duì)非線性科層中的神經(jīng)元節(jié)點(diǎn)數(shù)目也可以提高誤差精度,其訓(xùn)學(xué)提出新課題。神經(jīng)網(wǎng)絡(luò)研究的對(duì)象是神經(jīng)系統(tǒng),練效果也比增加層數(shù)更容易觀察和調(diào)整,所以通常這是高度進(jìn)化的復(fù)雜系統(tǒng),也是系統(tǒng)科學(xué)中一個(gè)重狀況下,應(yīng)該優(yōu)先考慮增加隱含層中的神經(jīng)元節(jié)點(diǎn)要的領(lǐng)域。神經(jīng)網(wǎng)絡(luò)尤其是BP神經(jīng)網(wǎng)絡(luò)由于它的的數(shù)目。學(xué)習(xí)能力和非線性特性,使其能

4、夠?qū)θ我夥蔷€性函1.2網(wǎng)絡(luò)輸入層和輸出層的設(shè)計(jì)輸入層起緩沖器數(shù)進(jìn)行很好的逼近。BP網(wǎng)絡(luò)的模型的實(shí)現(xiàn)需要掌的作用,把數(shù)據(jù)源加到網(wǎng)絡(luò)上。其節(jié)點(diǎn)數(shù)目取決于握計(jì)算機(jī)編程語(yǔ)言及較高的編程能力,這在一定程數(shù)據(jù)源的維數(shù)。基于BP算法的神經(jīng)元網(wǎng)絡(luò)輸出層度上不利于神經(jīng)網(wǎng)絡(luò)技術(shù)的推廣和使用。而MAT2神經(jīng)元可以根據(jù)需要求解的問(wèn)題和數(shù)據(jù)表示的方式LAB軟件提供了一個(gè)現(xiàn)成的神經(jīng)網(wǎng)絡(luò)工具箱,為解而定。在設(shè)計(jì)輸入層和輸出層時(shí),應(yīng)該盡可能的減決這個(gè)難題提供了條件。它集數(shù)值分析、矩陣運(yùn)算、小系統(tǒng)規(guī)模,使系統(tǒng)的學(xué)習(xí)時(shí)間和復(fù)雜性減小。信號(hào)處理和圖形顯示于一體,構(gòu)成了一個(gè)方便的、界1

5、.3BP神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)的選擇基于BP算法面友好的用戶環(huán)境。目前,利用神經(jīng)網(wǎng)絡(luò)以及神經(jīng)的神經(jīng)元網(wǎng)絡(luò)中各層節(jié)點(diǎn)數(shù)目的選擇對(duì)于網(wǎng)絡(luò)性能網(wǎng)絡(luò)與其它方法結(jié)合對(duì)非線性函數(shù)進(jìn)行逼近的文章的影響很大,過(guò)多的隱含節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)的概括能力產(chǎn)[1-3]也不少,理論及實(shí)現(xiàn)方法,各有千秋。鑒于函數(shù)生不利影響,既影響網(wǎng)絡(luò)對(duì)于新輸入的適應(yīng)性。而逼近及BP神經(jīng)網(wǎng)絡(luò)的這些特點(diǎn),本文提出了基于過(guò)少的隱含層節(jié)點(diǎn)數(shù)目會(huì)影響網(wǎng)絡(luò)學(xué)習(xí)的精度,并BP神經(jīng)網(wǎng)絡(luò)的函數(shù)逼近方法,利用BP神經(jīng)網(wǎng)絡(luò)工且是網(wǎng)絡(luò)學(xué)習(xí)出現(xiàn)局部極小的情況增多,所以節(jié)點(diǎn)具箱設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò),用于對(duì)非線性函數(shù)的逼的數(shù)目要選擇恰

6、當(dāng)。常用的解決辦法就是使隱含層近。通過(guò)網(wǎng)絡(luò)的訓(xùn)練、測(cè)試達(dá)到了預(yù)期的效果。數(shù)目可變。一種是開始放入足夠的隱含單元,然后[4]1BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)把學(xué)習(xí)后的那些不起作用的隱含層單元逐步去掉,BP神經(jīng)網(wǎng)絡(luò)是一個(gè)具有三層或三層以上的階一直減少到不可收縮為止。另一種是開始放入比較層神經(jīng)網(wǎng)絡(luò),上下層之間各種神經(jīng)元實(shí)行權(quán)連接,而少的隱含層單元,學(xué)習(xí)一些次數(shù)后,還不成功就要增收稿日期:2006-09-04作者簡(jiǎn)介:馮蓉(1985—),女,陜西延川人,西安創(chuàng)新學(xué)院理工系05級(jí)本科生。?1994-2010ChinaAcademicJournalElectronicP

7、ublishingHouse.Allrightsreserved.http://www.cnki.net馮蓉,楊建華:基于BP神經(jīng)網(wǎng)絡(luò)的函數(shù)逼近的MATLAB實(shí)現(xiàn)·21·加隱含單元個(gè)數(shù),一直達(dá)到比較合理的隱含單元數(shù)3.1問(wèn)題描述設(shè)我們要逼近的非線性函數(shù)為正弦目為止。函數(shù),其頻率參數(shù)可以調(diào)節(jié)。p=[-1∶.0.5∶1];t=1.4BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速率的選擇學(xué)習(xí)速率決定sin(k3pi3p);plot(p,t,‘+’);title(‘要逼近的非每一次循環(huán)訓(xùn)練所產(chǎn)生的權(quán)值的變化量。過(guò)大的學(xué)線性函數(shù)’);xlabel(‘時(shí)間’);ylabel(‘非線性函

8、習(xí)速率可能導(dǎo)致系統(tǒng)的不穩(wěn)定,但是過(guò)小的學(xué)習(xí)速數(shù)’)。設(shè)k=1,繪制出其曲線,如圖1所示。率將導(dǎo)致訓(xùn)練時(shí)間較長(zhǎng),收斂速度很慢,不過(guò)能保證3