实验四 神经网络
一、实验目的
1. 加深学生对神经网络的理解。
2.使学生掌握 BP 神经网络。
3.使学生能够运用神经网络解决一些实际问题。
二、实验原理
神经网络,是模拟生物神经网络进行信息处理的一种数学模型。它以对大脑的生理研究
成果为基础,其目的在于模拟大脑的某些机理与机制,实现一些特定的功能。目前,人工神
经网络已应用于很多领域。
BP 网络是一种多层前馈型神经网络,其神经元的传递是 S 型函数,输出量为 0 到 1 之
间的连续量,它可以实现从输入到输出的任意非线性映射。由于权值的调整采用反向传播学
习算法,因此也常称其为 BP 网络。BP 网络主要用于函数逼近、模式识别、分类等领域。
三、实验内容
设计合适的 BP 神经网络,解决函数逼近问题。要求根据问题选择合适的 BP 神经网络结
构,对非线性函数—正弦函数进行逼近,并分析神经网络不同参数的影响。
四、程序功能要求
要求能够对正弦函数进行逼近。
五、实验要求
1.利用 Matlab 编程语言实现
2. 图形化显示输出结果。
要 逼 近 的 非 线 性 函 数
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
数
函
性
线
非
-1
-1
-0.8
-0.6
-0.4
-0.2
0
时 间
0.2
0.4
0.6
0.8
1
未 训 练 网 络 的 输 出 结 果
2
1.5
1
0.5
0
-0.5
-1
-1.5
-2
-2.5
-
数
函
原
-
-
出
输
真
仿
-3
-1
-0.8
-0.6
-0.4
-0.2
0
时 间
0.2
0.4
0.6
0.8
1
训 练 后 网 络 的 输 出 结 果
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
出
输
真
仿
-1
-1
-0.8
-0.6
-0.4
-0.2
0
时 间
0.2
0.4
0.6
0.8
1
拟合性:
BP 神经网络虽然具有较好的拟合能力,但其拟合能力不是绝对的,对于一些复杂
系统,BP 神经网络预测结果会存在较大误差。比如对于以下函数拟合效果较差:
y=(x21+x22)0.25(sin2[50(x21+x22)0.1]+1)