網(wǎng)格計(jì)算環(huán)境下BP神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、網(wǎng)格計(jì)算是構(gòu)筑在Internet上的一組新興技術(shù)，利用共享網(wǎng)絡(luò)將分散在不同地理位置的計(jì)算資源、存儲(chǔ)資源、數(shù)據(jù)資源組織成一臺(tái)虛擬的超級(jí)計(jì)算機(jī)，提供強(qiáng)大的計(jì)算能力，能用于解決復(fù)雜的科學(xué)與工程計(jì)算問(wèn)題。而人工神經(jīng)網(wǎng)絡(luò)通常被認(rèn)為是一種旨在模仿人腦結(jié)構(gòu)及其功能的信息處理系統(tǒng)，以其自組織、自適應(yīng)、自學(xué)習(xí)和并行處理等特點(diǎn)以及預(yù)測(cè)、聯(lián)想存儲(chǔ)和高速尋優(yōu)等功能而被廣泛應(yīng)用于模式識(shí)別、信號(hào)處理、知識(shí)工程、專家系統(tǒng)、優(yōu)化組合、機(jī)器人控制等領(lǐng)域。這種應(yīng)用的廣泛性

2、也使得人工神經(jīng)網(wǎng)絡(luò)成為了當(dāng)今的一個(gè)熱門(mén)研究領(lǐng)域。但是，隨著科研的發(fā)展，海量的數(shù)據(jù)處理需求對(duì)神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)處理能力提出了嚴(yán)峻的挑戰(zhàn)，而網(wǎng)格技術(shù)的出現(xiàn)和發(fā)展為解決這一問(wèn)題提供了有效的途徑。因此把網(wǎng)格計(jì)算應(yīng)用到神經(jīng)網(wǎng)絡(luò)系統(tǒng)中以提高神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理能力和效率是本文所要研究的主題。 在闡述網(wǎng)格計(jì)算、人工神經(jīng)網(wǎng)絡(luò)和BP算法等相關(guān)理論后，本文詳細(xì)地描述了基于GridGain，并結(jié)合JDK、Eclipse等軟件在小型實(shí)驗(yàn)室條件下構(gòu)建網(wǎng)格計(jì)

3、算環(huán)境的過(guò)程。接下來(lái)，基于網(wǎng)格計(jì)算環(huán)境用面向?qū)ο蟮姆椒ńY(jié)合UML類圖工具設(shè)計(jì)和實(shí)現(xiàn)了BP神經(jīng)網(wǎng)絡(luò)模型，并且通過(guò)網(wǎng)格任務(wù)類、網(wǎng)格化BP算法類、網(wǎng)格任務(wù)接口的設(shè)計(jì)、類的序列化等操作，實(shí)現(xiàn)了BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)格化擴(kuò)展。 進(jìn)一步，為了驗(yàn)證網(wǎng)格環(huán)境下神經(jīng)網(wǎng)絡(luò)模型和傳統(tǒng)模型相比具有更強(qiáng)的數(shù)據(jù)處理能力和效率，本文設(shè)計(jì)了一個(gè)模式識(shí)別的實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果也證實(shí)了這種網(wǎng)格化神經(jīng)網(wǎng)絡(luò)模型的有效性。同時(shí)對(duì)實(shí)驗(yàn)中需注意的問(wèn)題進(jìn)行了分析和探討，包括偏置值的引入、