基于matlab的bp神经网络应用-毕设论文.doc

基于MATLAB的BP神经网络应用目录TOC\o"1-2"\h\z\uHYPERLINK\l"_Toc232108456"1绪论PAGEREF_Toc232108456\h1HYPERLINK\l"_Toc232108457"1.1人工神经网络的研究背景和意义PAGEREF_Toc232108457\h1HYPERLINK\l"_Toc232108458"1.2神经网络的发展与研究现状PAGEREF_Toc232108458\h2HYPERLINK\l"_Toc232108459"1.3神经网络的研究内容和目前存在的问题PAGEREF_Toc232108459\h3HYPERLINK\l"_Toc232108460"1.4神经网络的应用4HYPERLINK\l"_Toc232108461"2神经网络结构及BP神经网络PAGEREF_Toc232108461\h4HYPERLINK\l"_Toc232108462"2.1神经元与网络结构PAGEREF_Toc232108462\h4HYPERLINK\l"_Toc232108463"2.2BP神经网络及其原理7HYPERLINK\l"_Toc232108464"2.3BP神经网络的主要功能PAGEREF_Toc232108464\h9HYPERLINK\l"_Toc232108465"2.4BP网络的优点以及局限性PAGEREF_Toc232108465\h9HYPERLINK\l"_Toc232108466"3BP神经网络在实例中的应用PAGEREF_Toc232108466\h10HYPERLINK\l"_Toc232108467"3.1基于MATLAB的BP神经网络工具箱函数PAGEREF_Toc232108467\h10HYPERLINK\l"_Toc232108468"3.2BP网络在函数逼近中的应用PAGEREF_Toc232108468\h12HYPERLINK\l"_Toc232108469"3.3BP网络在样本含量估计中的应用PAGEREF_Toc232108469\h17HYPERLINK\l"_Toc232108470"4结束语23HYPERLINK\l"_Toc232108471"参考文献:24HYPERLINK\l"_Toc232108472"英文摘要25HYPERLINK\l"_Toc232108473"致谢26基于MATLAB的BP神经网络应用蒋亮亮南京信息工程大学滨江学院自动化专业，南京210044摘要:本文首先说明课题研究的目的和意义，评述课题的国内外研究现状，引出目前存在的问题。然后分析了神经网络算法的基本原理，给出经典神经网络算法的具体实现方法，总结神经网络算法的特点，并给出神经网络算法的基本流程。采用Matlab软件编程实现BP神经网络算法。将神经网络算法应用于函数逼近和样本含量估计问题中，并分析相关参数对算法运行结果的影响。最后对BP神经网络算法进行了展望。关键词:神经网络；BP神经网络；函数逼近1绪论人工神经网络（ArtificialNeuralNetworks，NN）是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学系统[1]。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学习能力，特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。神经网络的发展与神经科学、数理科学、认知科学、计算机科学、人工智能、信息科学、控制论、机器人学、微电子学、心理学、微电子学、心理学、光计算、分子生物学等有关，是一门新兴的边缘交叉学科。神经网络具有非线性自适应的信息处理能力，克服了传统人工智能方法对于直觉的缺陷，因而在神经专家系统、模式识别、智能控制、组合优化、预测等领域得到成功应用[2]。神经网络与其他传统方法相组合，将推动人工智能和信息处理技术不断发展。近年来，神经网络在模拟人类认知的道路上更加深入发展，并与模糊系统、遗传算法、进化机制等组合，形成计算智能，成为人工智能的一个重要方向。MATLAB是一种科学与工程计算的高级语言，广泛地运用于包括信号与图像处理，控制系统设计，系统仿真等诸多领域。为了解决神经网络问题中的研究工作量和编程计算工作量问题，目前工程领域中较为流行的软件MATLAB，提供了现成的神经网络工具箱（NeuralNetworkToolbox，简称NNbox）[3]，为解决这个矛盾提供了便利条件。神经网络工具箱提供了很多经