资源描述：
《基于matlab的改进bp神经网络的实现与比较》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、第27卷第1期计算技术与自动化Vol27,No12008年3月ComputingTechnologyandAutomationMar.2008文章编号:1003-6199(2008)01-0028-04基于MATLAB的改进BP神经网络的实现与比较周黄斌,周永华,朱丽娟(广西大学电气工程学院,广西南宁530004)摘要:BP神经网络应用广泛,且算法很多,研究多种神经网络的优势与不足,以能在不同对象下选取合适的神经网络算法。运用MATLAB来实现各种BP神经网络的设计和训练。并以函数逼近为例,通过对不同的BP神经网络仿真与原函数图像的拟合
2、,比较不同的BP神经网络的性能,验证新型BP网络的优势,得出如何根据对象选取神经网络的结论。关键词:BP神经网络;MATLAB;函数逼近中图分类号:TP391.9文献标识码:AImplementationandComparisonofImprovingBPNeuralNetworkBasedonMATLABZHOUHuang-bin,ZHOUYong-hua,ZHUL-ijuan(CollegeofElectricalEngineering,GuangxiUniversity,Nanning530004,China)Abstract:Atpres
3、ent,BPneuralnetworkiswidelyused,andhasmanyalgorithms.AdvantagesanddisadvantagesofvariousBPalgorithmsarestudiedsothatpeoplecanchoosesuitablealgorithmswhendifferentobjectivearefaced.UsingMATLABimple-mentsthedesignandtrainingofimprovingBPneuralnetwork.Andastheapproximationoffunctionforex
4、ample,approximatingtheemulationofthedifferentBPneuralNetwlrkwiththefigureofprimaryfunction,itcomparestheperformanceofdifferentBPneuralnetwork,AdvantagesofnewBPnetworkarevalidated,adviceonhowtoselectneuralnetworkbaseonobjective.Keywords:BPneuralnetwork,;MATLAB;approximationoffunctionMA
5、TLAB以神经网络为基础,包含着大量BP网1引言络的作用函数和算法函数,为BP网络的仿真研究提供了便利的工具。众多的算法各自有各自的特人工神经网络(ANN)系统从20世纪40年代点,在不同情况下选用合适的算法可以达到事半功末诞生至今仅短短半个多世纪,但由于它具有信息倍的效果。的分布存储和并行处理以及自学习能力等优点,且它不需要对被描述的对象建模,能够较好地描述非2BP神经网络算法分析线性系统和不确定性系统。因此已经在信息处理、模式识别和智能控制及系统建模等领域得到越来21BP神经网络的构造及算法越广泛的应用。尤其是基于误差反向传播算法的一个具有r个输入和
6、一个隐含层的神经网络多层前馈网络(简称BP网络)可以以任意精度逼结构如图1所示。近任意的连续函数。所以广泛应用于非线性建模、设其输入为P,输入神经元有r个,隐含层内函数逼近、模式识别和分类等方面。近年来,为了有s1个神经元,激活函数为F1,输出层内有s2个解决BP网络收敛速度慢,训练时间长和目标函数神经元,对应的激活函数为F2,输出为A,目标矢存在局部最小等缺点,提出了许多改进算法。量为T。收稿日期:2007-08-20作者简介:周黄斌(1982),男,广西桂林人,硕士研究生,研究方向:模式识别与智能信息处理(E-mail:hbf1987@163.com);周永
7、华(1962),男,广西博白人,副教授,硕士生导师,研究方向:模式识别与智能信息处理。第27卷第1期周黄斌等:基于MATLAB的改进BP神经网络的实现与比较29那么其信息正向的传递如下:隐含层中第i个为误差逆传播。随着模式顺传播和误差逆传神经元的输出为:播过程的交替反复进行,不断调整网络的权值和r阈值,使得误差信号最小,最终使网络的实际输出1i=f1(w1ijpj+b1i),j=1逐渐向各自所对应的期望输出逼近。i=1,2,s122MATLAB中几种典型BP神经网络算法比较输出层第k个神经元的输出为:1)trainrp:弹性BP算法。它只利
8、用导数的符
