基于BP神经网络的函数拟合算法研究.doc

基于BP神经网络的函数拟合算法研究基于BP神经网络的函数拟合算法研究基于BP神经网络的函数拟合算法研究基于BP神经网络的函数拟合算法研究［摘要]人工神经网络（ArtificialNeuralNetwork，ANN)是智能领域的研究热点,目前已经成功地应用到信号处理、模式识别、机器控制、专家系统等领域中。在神经网络技术中,BP神经网络因具有结构、学习算法简单等特点，近年来得到广泛的关注，相关技术已经在预测、分类等领域中实现产业化。本文针对经典的函数拟合问题，以BP神经网络为工具,力求分析BP神经网络隐含层神经元数目对网络性能以及函数拟合效果的影响。通过Matlab的仿真实验结果表明,BP神经网络作为高效的计算智能工具，是实现复杂函数拟合的有效工具。［关键字]人工神经网络；BP神经网络；函数拟合FunctionFittingBasedonBPNeuralNetwork[Abstract］Artificialneuralnetworkisahottopicinthefieldofintelligent，ithasbeensuccessfullyappliedtothefieldofsignalprocessing，patternrecognition，machinecontrol,expertsystems,etc。Intheneuralnetworktechnology,BPneuralnetworkduetohavingastructurelearningalgorithmandsimple,itiswidespreadconcerninrecentyears，relatedtechnologieshavebeenforecasting，classificationandotherareasofindustrialization.Inthispaper，afunctionforfittingtheclassicproblemswithBPneuralnetworkasatooltoseektoanalyzethenumberofBPneuralnetworkhiddenlayerneuronimpactonnetworkperformanceandfunctionfittingeffect。Matlabsimulationresultsshowthat，BPneuralnetworkasanefficientcomputationalintelligencetools,isaneffectivetooltoachievecomplexfunctionfitting［Keywords]Artificialneuralnetworks；BPneuralnetwork;Functionfitting目录TOC\o”1-3”\h\z\uHYPERLINK\l”_Toc389669192"1引言PAGEREF_Toc389669192\h1HYPERLINK\l"_Toc389669193"1.1研究意义PAGEREF_Toc389669193\h1HYPERLINK\l”_Toc389669194”1。2研究现状PAGEREF_Toc389669194\h1HYPERLINK\l"_Toc389669195"1.2.1函数拟合的工具及方法PAGEREF_Toc389669195\h2HYPERLINK\l"_Toc389669196”1.2。2神经网络的发展现状PAGEREF_Toc389669196\h3HYPERLINK\l"_Toc389669197"1.3本文研究内容PAGEREF_Toc389669197\h3HYPERLINK\l”_Toc389669198"1.4本文的组织结构PAGEREF_Toc389669198\h4HYPERLINK\l"_Toc389669199"2人工神经网络简介PAGEREF_Toc389669199\h5HYPERLINK\l”_Toc389669200”2。1人工神经网络特性PAGEREF_Toc389669200\h5HYPERLINK\l”_Toc389669201"2.2人工神经网络的特点PAGEREF_Toc389669201\h6HYPERLINK\l”_Toc389669202"2.3人工神经网络的基本特性和结构PAGEREF_Toc389669202\h6HYPERLINK\l”_Toc389669203"2。4人工神经网络的主要学习算法PAGEREF_Toc389669203\h8HYPERLINK\l"_Toc