基于MATLAB的BP神经网络实现研究.pdf

基于MATLAB的BP神经网络实现研究 ααα
2
M puter Appl ication s Vol. 22, No. 8, 2006 技术交流微型电脑应用 2006 年第 22 卷第 8 期
文章编号: 1007- 757X (2006) 08- 0041- 04
基于M ATLAB 的 BP 神经网络实现研究
徐远芳, 周, 郑华
摘要: BP 神经网络是人工神经网络中的一个典型代表。MA TLAB 的神经网络工具箱提供了许多有关神经网络设计、训练
和仿α真的函数和方便、友好的图形用户界面来实现 BP 网络, 还可实时将仿真结果可视化, 从而使应用 BP 网络来解决许多领域
α
的实α际问题变得非常方便和有效。
关键词: BP 神经网络; MA TLAB; 仿真
中图分类号: TP183 文献标识码: A
引言 1 BP 神经网络的结构与学习原理
人工神经网络(A rtificial N eural N etwork, ANN ) 的理论 BP 网络是前向网络的核心部分, 体现了神经网络中最精
于 20 世纪提出, 由于自身固有的超强适应和学习能力, 至今华、最完美的内容。它是一种单向传播的具有三层或三层以上
已在自动控制、故障诊断与检测、模式识别和分类等很多领域的前向神经网络, 包括输入层、隐层和输出层, 上下层之间实
获得了极其广泛的应用。而据统计, 在人工神经网络的实际应现全连接, 而每层神经元之间无连接。一个三层的 BP 网络理
用中, 80- 90% 均采用了BP 神经网络或它的变化形式。BP 网论上可逼近任意的非线性映射, 因此在实际应用中, 一般采用
络是一种多层前馈神经网络, 因采用 BP (back- p ropagation, 三层的BP 网络就可以满足需要。如图 1 所示的就是一个三层
反向传播) 算法而得名。人工神经网络的建立需要不断尝试, 的BP 网络结构图。
其学习算法通常较复杂, 难以通过手工编程来实现。因此, 采
用计算机辅助来进行神经网络的设计与分析是必然的选择。
目前, 市场上已经有了一些比较成熟的神经网络软件包,
MA TLAB 就是其中一个非常优秀的代表。
MA TLAB 是M athworks 公司开发的一种高性能的数值
计算和可视化软件, 强大的功能使得它在学术界和工业界都
得到了广泛的应用。MA TLAB 编程语言被称为第四代计算机
语言, 相对于其它高级程序设计语言而言, 具有可读性强, 调
试简单等特点, 通过提供丰富的函数库省去了大量的重复编
程。MA TLAB 产品支持从概念设计、算法开发、建模仿真到实
图 1 三层BP 网络结构图
时实现的理想的集成环境, 尤其是它提供了各种专业性较强
BP 网络由正向传播和反向传播组成, 在正向传播阶段,
的工具箱。如在神经网络工具箱中, 它提供了许多有关神经网
每一层神经元的状态只影响下一层神经元的状态, 若在输出
络设计、训练和仿真的函数。用户只要根据自己的需要调用相
层得不到期望的输出值, 则进行误差的反向传播阶段。其具体
关的程序, 从而免除了编写复杂而庞大的算法程序的困扰。
的学习过程和步骤如下:
2004 年,MA TLAB 的最新版本产品MA TLAB 7 发布。MA T