bp神經(jīng)網(wǎng)絡(luò)實例與工具箱應(yīng)用

1、BP神經(jīng)網(wǎng)絡(luò)實例與工具箱應(yīng)用神經(jīng)網(wǎng)絡(luò)實例與工具箱應(yīng)用1人工神經(jīng)網(wǎng)絡(luò)簡介人工神經(jīng)網(wǎng)絡(luò)簡介1.1生物神經(jīng)元模型生物神經(jīng)元模型神經(jīng)系統(tǒng)的基本構(gòu)造是神經(jīng)元（神經(jīng)細胞），它是處理人體內(nèi)各部分之間相互信息傳遞的基本單元。據(jù)神經(jīng)生物學(xué)家研究的結(jié)果表明，人的大腦一般有個神經(jīng)元。每個神經(jīng)元都由一個細胞體，一個連接其他神經(jīng)元的軸突10111010?和一些向外伸出的其它較短分支——樹突組成。軸突的功能是將本神經(jīng)元的輸出信號（興奮）傳遞給別的神經(jīng)元。其末端的許

2、多神經(jīng)末梢使得興奮可以同時送給多個神經(jīng)元。樹突的功能是接受來自其它神經(jīng)元的興奮。神經(jīng)元細胞體將接受到的所有信號進行簡單地處理后由軸突輸出。神經(jīng)元的樹突與另外的神經(jīng)元的神經(jīng)末梢相連的部分稱為突觸。1.2人工神經(jīng)元模型人工神經(jīng)元模型神經(jīng)網(wǎng)絡(luò)是由許多相互連接的處理單元組成。這些處理單元通常線性排列成組，稱為層。每一個處理單元有許多輸入量，而對每一個輸入量都相應(yīng)有一個相關(guān)聯(lián)的權(quán)重。處理單元將輸入量經(jīng)過加權(quán)求和，并通過傳遞函數(shù)的作用得到輸出量，再

3、傳給下一層的神經(jīng)元。目前人們提出的神經(jīng)元模型已有很多，其中提出最早且影（２）無師學(xué)習無師學(xué)習算法不需要知道期望輸出。在訓(xùn)練過程中，只要向神經(jīng)網(wǎng)絡(luò)提供輸入模式，神經(jīng)網(wǎng)絡(luò)就能夠自動地適應(yīng)連接權(quán)，以便按相似特征把輸入模式分組聚集。無師學(xué)習算法的例子包括Kohonen算法和CarpenterGrossberg自適應(yīng)共振理論（ART）等。（３）強化學(xué)習如前所述，強化學(xué)習是有師學(xué)習的特例。它不需要老師給出目標輸出。強化學(xué)習算法采用一個“評論員”來評

4、價與給定輸入相對應(yīng)的神。2BP神經(jīng)網(wǎng)絡(luò)原理神經(jīng)網(wǎng)絡(luò)原理2.1基本基本BP算法公式推導(dǎo)算法公式推導(dǎo)基本BP算法包括兩個方面：信號的前向傳播和誤差的反向傳播。即計算實際輸出時按從輸入到輸出的方向進行，而權(quán)值和閾值的修正從輸出到輸入的方向進行。1a1?kiwijwLakaq?i?………………1xjxMx1okoLo輸出變量輸入變量輸入層隱含層輸出層?????????圖21BP網(wǎng)絡(luò)結(jié)構(gòu)Fig.21StructureofBPwk圖中：jx表示輸入