資源描述：
《基于MATLAB的BP神經(jīng)網(wǎng)絡的仿真與實現(xiàn)論文.doc》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、2012屆畢業(yè)設計論文基于MatLab的BP神經(jīng)網(wǎng)絡的仿真與實現(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)絡算法的基本原理，給出經(jīng)典神經(jīng)網(wǎng)絡算法的具體實現(xiàn)方法，總結神經(jīng)網(wǎng)絡算法的特點，并給出神經(jīng)網(wǎng)絡算法的基本流程。采用Matlab軟件編程實現(xiàn)BP神經(jīng)網(wǎng)絡算法。將神經(jīng)網(wǎng)絡算法應用于函數(shù)逼近，樣本分類和樣本含量估計問題中，并分析相關參數(shù)或算法對運行結果
2、的影響。最后對BP神經(jīng)網(wǎng)絡算法進行了展望。關鍵字:神經(jīng)網(wǎng)絡；BP神經(jīng)網(wǎng)絡；函數(shù)逼近；樣本分類—I—ABSTRACTABSTRACTFirst,theresearchpurposeandsignificanceofneuralnetworkisexpoundedinthisarticle.Commentarystudiescurrentsituationattheproblemhomeandabroad.Leadstotheexistingproblems.andthenhaveanalyzedalgorithmic
3、basalprincipleofneuralnetworks,Givealgorithmicconcertofclassicsneuralnetworksouttherealizationmethod.Summingupthecharacteristicsofneuralnetworkalgorithm.Neuralnetworkalgorithmisgiventhebasicprocesses.ThearithmeticofBPneuralnetworkisrealizedinMatlabsoftware.The
4、algorithmappliesofBPneuralnetworkstothefunctionapproximationproblem，Sampleclassificationandcomputestheswatch??content.Andanalysisofrelevantparametersontheresultsofalgorithm.Finally,TheBPneuralnetworkalgorithmisOutlook.Keywords:Neuralnetwork；BPneuralnetwork；Fun
5、ctionapproximation;Sampleclassfication—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)絡的研究背景和意義-1-1.2神經(jīng)網(wǎng)絡的發(fā)展與研究現(xiàn)狀-2-1.2.1神經(jīng)網(wǎng)絡的發(fā)展-2-1.2.2神經(jīng)網(wǎng)絡的現(xiàn)狀-3-1.3神經(jīng)網(wǎng)絡的研究內(nèi)容和目前存在的問題-3-1.3.1神經(jīng)網(wǎng)絡的研究內(nèi)容-3-1.3.2神經(jīng)網(wǎng)絡研究目前存在的問題-3-1.4神經(jīng)網(wǎng)絡的應用-4-第二章神經(jīng)網(wǎng)絡結構及BP神經(jīng)網(wǎng)絡-5-2.1神經(jīng)元與網(wǎng)絡結構-5-2.1.1生物神經(jīng)元
6、-5-2.1.2人工神經(jīng)元-6-2.1.3人工神經(jīng)網(wǎng)絡的構成-6-2.2BP神經(jīng)網(wǎng)絡及其原理-9-2.2.1BP神經(jīng)網(wǎng)絡定義-9-2.2.2BP神經(jīng)網(wǎng)絡模型及其基本原理-9-2.3BP神經(jīng)網(wǎng)絡的主要功能-10-2.4BP網(wǎng)絡的優(yōu)點以及局限性-11-第三章BP神經(jīng)網(wǎng)絡在實例中的應用-13-3.1基于MATLAB的BP神經(jīng)網(wǎng)絡工具箱函數(shù)-13-3.1.1BP網(wǎng)絡創(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)絡學習函數(shù)-15-—IV—目錄3.1.4BP網(wǎng)絡訓練函數(shù)-15-3.2BP網(wǎng)絡在函數(shù)逼近中的
7、應用-15-3.2.1問題的提出-15-3.2.2基于BP神經(jīng)網(wǎng)絡逼近函數(shù)-16-3.2.3不同頻率下的逼近效果-19-3.2.4討論-21-3.3仿真實驗-21-3.3.1BP神經(jīng)網(wǎng)絡MATLAB設計-21-3.3.2各種BP學習算法MATLAB仿真-23-3.3.3各種算法仿真結果比較與分析-26-3.3.4調(diào)整初始權值和閾值的仿真-27-3.3.5其他影響因素仿真-29-3.4BP網(wǎng)絡在樣本含量估計中的應用-30-3.4.1問題的提出-30-3.4.2基于BP神經(jīng)網(wǎng)絡對膽固醇含量估計-31-3.4.3不同條件
8、下的輸出結果-33-3.4.4討論-35-3.5BP神經(jīng)網(wǎng)絡在樣本分類中的應用-36-3.5.1問題的提出-36-3.5.2基于BP神經(jīng)網(wǎng)絡的樣本分類-36-3.5.3不同算法條件下的不同測試過程以及輸出結果-38-3.5.4討論-42-結論-43-參考文獻1致謝2—IV—前言前言BP神經(jīng)網(wǎng)絡是目前人工神經(jīng)網(wǎng)絡模式中最具代表性,應用最廣泛的一種模型,具有自學
