資源描述：
《Matlab基于BP算法的神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。
1、期終論文——神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)研究生課程期終論文課程名稱(chēng)：神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)任課教師：論文題目：姓名：學(xué)號(hào)：期終論文——神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)摘要本文首先說(shuō)明課題研究的目的和意義，評(píng)述課題的國(guó)內(nèi)外研究現(xiàn)狀，引出目前存在的問(wèn)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(shí)現(xiàn)方法，總結(jié)神經(jīng)網(wǎng)絡(luò)算法的特點(diǎn)，掌握BP網(wǎng)絡(luò)的形成步驟。學(xué)會(huì)使用Matlab中的神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)，采用Matlab軟件編程實(shí)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(lèi)和樣本含量估計(jì)問(wèn)題中，并分析相關(guān)參數(shù)或算法對(duì)運(yùn)行結(jié)果的影響。最后對(duì)BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行了展望。關(guān)鍵字:神經(jīng)網(wǎng)絡(luò)；BP神經(jīng)網(wǎng)絡(luò)；函
2、數(shù)逼近；仿真實(shí)驗(yàn)期終論文——神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)ABSTRACTThispaperfirstexplainsthepurposeandsignificanceofthetopicresearch.Commentarystudiescurrentsituationattheproblemhomeandabroad.Leadstotheexistingproblems.andthenhaveanalyzedalgorithmicbasalprincipleofneuralnetworks,Givealgorithmicconcertofclassicsneuralnetworksou
3、ttherealizationmethod.Summingupthecharacteristicsofneuralnetworkalgorithm.MastertheformingstepofBPnetwork.ThearithmeticofBPneuralnetworkisrealizedinMatlabsoftware.ThealgorithmappliesofBPneuralnetworkstothefunctionapproximationproblem,Sampleclassificationandcomputestheswatch??content.Andan
4、alysisofrelevantparametersontheresultsofalgorithm.Finally,TheBPneuralnetworkalgorithmisOutlook.Keywords:Neuralnetwork；BPneuralnetwork；Functionapproximation；Simulationexperiment期終論文——神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)目錄第一章引言-1-1.1神經(jīng)網(wǎng)絡(luò)的概述-1-1.2人工神經(jīng)網(wǎng)絡(luò)的研究目的和意義-1-1.3神經(jīng)網(wǎng)絡(luò)的發(fā)展與研究現(xiàn)狀-2-1.3.1神經(jīng)網(wǎng)絡(luò)的發(fā)展-2-1.3.2神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀-3-1.4神經(jīng)網(wǎng)絡(luò)研
5、究目前存在的問(wèn)題-3-1.5神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域-4-第二章BP神經(jīng)網(wǎng)絡(luò)概述-6-2.1BP神經(jīng)網(wǎng)絡(luò)介紹-6-2.2神經(jīng)元-6-2.2.1人工神經(jīng)元-6-2.2.2生物神經(jīng)元-10-2.3BP神經(jīng)網(wǎng)絡(luò)原理-11-2.4BP神經(jīng)網(wǎng)絡(luò)的主要功能-13-2.5BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)和缺點(diǎn)-14-第三章BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用-17-3.1基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)-17-3.1.1MATLAB工具箱介紹-17-3.1.2BP網(wǎng)絡(luò)創(chuàng)建函數(shù)-18-3.1.3神經(jīng)元上的傳遞函數(shù)-18-3.1.4BP網(wǎng)絡(luò)學(xué)習(xí)函數(shù)-19-3.1.5BP網(wǎng)絡(luò)訓(xùn)練函數(shù)-19-3.2BP網(wǎng)絡(luò)在函數(shù)逼近中的應(yīng)
6、用-20-3.2.1問(wèn)題的提出-20-3.2.2基于BP神經(jīng)網(wǎng)絡(luò)逼近函數(shù)-20-3.2.3不同頻率下的逼近效果-25-3.2.4討論-26-3.3仿真實(shí)驗(yàn)-26-3.3.1BP神經(jīng)網(wǎng)絡(luò)MATLAB設(shè)計(jì)-26-3.3.2各種BP學(xué)習(xí)算法MATLAB仿真-28-3.3.3各種算法仿真結(jié)果比較與分析-31-3.3.4調(diào)整初始權(quán)值和閾值的仿真-33-3.3.5其他影響因素仿真-35-3.4BP神經(jīng)網(wǎng)絡(luò)在樣本分類(lèi)中的應(yīng)用-36-3.4.1問(wèn)題的提出-36-3.4.2基于BP神經(jīng)網(wǎng)絡(luò)的樣本分類(lèi)-36-參考文獻(xiàn)-41-附錄A-43-期終論文——神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)第一章引言1.1神經(jīng)網(wǎng)絡(luò)的概述
7、人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetworks，簡(jiǎn)寫(xiě)為ANNs）也簡(jiǎn)稱(chēng)為神經(jīng)網(wǎng)絡(luò)（NNs）或稱(chēng)作連接模型（ConnectionModel），它是一種模范動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過(guò)調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的。神經(jīng)元網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)學(xué)科中的一個(gè)重要部分，用來(lái)classification或者regression。思維學(xué)普遍認(rèn)為，人類(lèi)大腦的思維分為抽象（邏輯）思維、形象（直觀）思維和靈感（頓悟）思維三種基本方式。邏輯性的思維
