基于bp算法的神經(jīng)網(wǎng)絡(luò)技術(shù)論文

《基于bp算法的神經(jīng)網(wǎng)絡(luò)技術(shù)論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、基于BP算法的神經(jīng)網(wǎng)絡(luò)技術(shù)畢業(yè)論文目錄第一章引言11.1神經(jīng)網(wǎng)絡(luò)的概述11.2人工神經(jīng)網(wǎng)絡(luò)的研究目的和意義11.3神經(jīng)網(wǎng)絡(luò)的發(fā)展與研究現(xiàn)狀21.3.1神經(jīng)網(wǎng)絡(luò)的發(fā)展21.3.2神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀31.4神經(jīng)網(wǎng)絡(luò)研究目前存在的問題31.5神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域3第二章BP神經(jīng)網(wǎng)絡(luò)概述52.1BP神經(jīng)網(wǎng)絡(luò)介紹52.2神經(jīng)元52.2.1人工神經(jīng)元52.2.2生物神經(jīng)元92.3BP神經(jīng)網(wǎng)絡(luò)原理92.4BP神經(jīng)網(wǎng)絡(luò)的主要功能112.5BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)和缺點(diǎn)12第三章BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用153.1基于MATLAB的

2、BP神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)153.1.1MATLAB工具箱介紹153.1.2BP網(wǎng)絡(luò)創(chuàng)建函數(shù)163.1.3神經(jīng)元上的傳遞函數(shù)163.1.4BP網(wǎng)絡(luò)學(xué)習(xí)函數(shù)173.1.5BP網(wǎng)絡(luò)訓(xùn)練函數(shù)173.2BP網(wǎng)絡(luò)在函數(shù)逼近中的應(yīng)用173.2.1問題的提出173.2.2基于BP神經(jīng)網(wǎng)絡(luò)逼近函數(shù)173.2.3不同頻率下的逼近效果213.2.4討論233.3仿真實(shí)驗(yàn)233.3.1BP神經(jīng)網(wǎng)絡(luò)MATLAB設(shè)計(jì)2333.3.2各種BP學(xué)習(xí)算法MATLAB仿真253.3.3各種算法仿真結(jié)果比較與分析273.3.4調(diào)整初始權(quán)值

3、和閾值的仿真283.3.5其他影響因素仿真313.4BP神經(jīng)網(wǎng)絡(luò)在樣本分類中的應(yīng)用313.4.1問題的提出313.4.2基于BP神經(jīng)網(wǎng)絡(luò)的樣本分類32結(jié)束語36致謝37參考文獻(xiàn)38附錄A4033第一章引言1.1神經(jīng)網(wǎng)絡(luò)的概述人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetworks，簡(jiǎn)寫為ANNs）也簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)（NNs）或稱作連接模型（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，通過調(diào)整內(nèi)部大量節(jié)點(diǎn)之間

4、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classification或者regression。思維學(xué)普遍認(rèn)為，人類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。邏輯性的思維是指根據(jù)邏輯規(guī)則進(jìn)行推理的過程；它先將信息化成概念，并用符號(hào)表示，然后，根據(jù)符號(hào)運(yùn)算按串行模式進(jìn)行邏輯推理；這一過程可以寫成串行的指令，讓計(jì)算機(jī)執(zhí)行。然而，直觀性的思維是將分布式存儲(chǔ)的信息綜合起來，結(jié)果是忽然間產(chǎn)生想法或解決問題的辦法。這種思維方式的根

5、本之點(diǎn)在于以下兩點(diǎn)：1.信息是通過神經(jīng)元上的興奮模式分布存儲(chǔ)在網(wǎng)絡(luò)上；2.信息處理是通過神經(jīng)元之間同時(shí)相互作用的動(dòng)態(tài)過程來完成的。人工神經(jīng)網(wǎng)絡(luò)就是模擬人思維的第二種方式。這是一個(gè)非線性動(dòng)力學(xué)系統(tǒng)，其特色在于信息的分布式存儲(chǔ)和并行協(xié)同處理。雖然單個(gè)神經(jīng)元的結(jié)構(gòu)極其簡(jiǎn)單，功能有限，但大量神經(jīng)元構(gòu)成的網(wǎng)絡(luò)系統(tǒng)所能實(shí)現(xiàn)的行為卻是極其豐富多彩的。1.2人工神經(jīng)網(wǎng)絡(luò)的研究目的和意義人工神經(jīng)網(wǎng)絡(luò)是由具有適應(yīng)性的簡(jiǎn)單單元組成的廣泛并行互連的網(wǎng)絡(luò)，它的組織能夠模擬生物神經(jīng)系統(tǒng)對(duì)真實(shí)世界物體所作出的交互反應(yīng)。人工神經(jīng)網(wǎng)

6、絡(luò)就是模擬人思維的一種方式，是一個(gè)非線性動(dòng)力學(xué)系統(tǒng)，其特色在于信息的分布式存儲(chǔ)和并行協(xié)同處理。雖然單個(gè)神經(jīng)元的結(jié)構(gòu)極其簡(jiǎn)單，功能有限，但大量神經(jīng)元構(gòu)成的網(wǎng)絡(luò)系統(tǒng)所能實(shí)現(xiàn)的行為卻是極其豐富多彩的。近年來通過對(duì)人工神經(jīng)網(wǎng)絡(luò)的研究，可以看出神經(jīng)網(wǎng)絡(luò)的研究目的和意義有以下三點(diǎn)：（1）通過揭示物理平面與認(rèn)知平面之間的映射，了解它們相互聯(lián)系和相互作用的機(jī)理，從而揭示思維的本質(zhì)，探索智能的本源。（2）爭(zhēng)取構(gòu)造出盡可能與人腦具有相似功能的計(jì)算機(jī)，即神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)。（3）研究仿照腦神經(jīng)系統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)，將在模式識(shí)別

7、、組合優(yōu)化和決策判斷等方面取得傳統(tǒng)計(jì)算機(jī)所難以達(dá)到的效果。-39-人工神經(jīng)網(wǎng)絡(luò)特有的非線性適應(yīng)性信息處理能力，克服了傳統(tǒng)人工智能方法對(duì)于直覺，如模式、語音識(shí)別、非結(jié)構(gòu)化信息處理方面的缺陷，使之在神經(jīng)專家系統(tǒng)、模式識(shí)別、智能控制、組合優(yōu)化、預(yù)測(cè)等領(lǐng)域得到成功應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)與其它傳統(tǒng)方法相結(jié)合，將推動(dòng)人工智能和信息處理技術(shù)不斷發(fā)展。近年來，人工神經(jīng)網(wǎng)絡(luò)正向模擬人類認(rèn)知的道路上更加深入發(fā)展，與模糊系統(tǒng)、遺傳算法、進(jìn)化機(jī)制等結(jié)合，形成計(jì)算智能，成為人工智能的一個(gè)重要方向，將在實(shí)際應(yīng)用中得到發(fā)展。將信息幾

8、何應(yīng)用于人工神經(jīng)網(wǎng)絡(luò)的研究，為人工神經(jīng)網(wǎng)絡(luò)的理論研究開辟了新的途徑。神經(jīng)計(jì)算機(jī)的研究發(fā)展很快，已有產(chǎn)品進(jìn)入市場(chǎng)。光電結(jié)合的神經(jīng)計(jì)算機(jī)為人工神經(jīng)網(wǎng)絡(luò)的發(fā)展提供了良好條件。1.3神經(jīng)網(wǎng)絡(luò)的發(fā)展與研究現(xiàn)狀1.3.1神經(jīng)網(wǎng)絡(luò)的發(fā)展神經(jīng)網(wǎng)絡(luò)誕生半個(gè)世紀(jì)以來，經(jīng)歷了五個(gè)階段：（1）奠基階段：早在40年代初，神經(jīng)解剖學(xué)、神經(jīng)生理學(xué)、心理學(xué)以及人腦神經(jīng)元的電生理的研究等都富有成果。其中，神經(jīng)生物學(xué)家McCulloch提倡數(shù)字化具有特別意義。他與青年數(shù)學(xué)家Pitts合作，從人腦信息處理