logo资料库

BP神经网络.doc

第1页 / 共3页
第2页 / 共3页
第3页 / 共3页
资料共3页,全文预览结束
实验四 神经网络
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)
分享到:
收藏