毕业论文:基于MATLAB的BP神经网络应用(终稿).doc

毕业论文:基于MATLAB的BP神经网络应用(终稿).doc

  1. 1、本文档共27页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于MATLAB的BP神经网络应用 目 录  TOC \o 1-2 \h \z \u  HYPERLINK \l _Toc232108456 1 绪论  PAGEREF _Toc232108456 \h 1  HYPERLINK \l _Toc232108457 1.1 人工神经网络的研究背景和意义  PAGEREF _Toc232108457 \h 1  HYPERLINK \l _Toc232108458 1.2 神经网络的发展与研究现状  PAGEREF _Toc232108458 \h 2  HYPERLINK \l _Toc232108459 1.3 神经网络的研究内容和目前存在的问题  PAGEREF _Toc232108459 \h 3  HYPERLINK \l _Toc232108460 1.4 神经网络的应用 4  HYPERLINK \l _Toc232108461 2 神经网络结构及BP神经网络  PAGEREF _Toc232108461 \h 4  HYPERLINK \l _Toc232108462 2.1 神经元与网络结构  PAGEREF _Toc232108462 \h 4  HYPERLINK \l _Toc232108463 2.2 BP神经网络及其原理 7  HYPERLINK \l _Toc232108464 2.3 BP神经网络的主要功能  PAGEREF _Toc232108464 \h 9  HYPERLINK \l _Toc232108465 2.4 BP网络的优点以及局限性  PAGEREF _Toc232108465 \h 9  HYPERLINK \l _Toc232108466 3 BP神经网络在实例中的应用  PAGEREF _Toc232108466 \h 10  HYPERLINK \l _Toc232108467 3.1 基于MATLAB的BP神经网络工具箱函数  PAGEREF _Toc232108467 \h 10  HYPERLINK \l _Toc232108468 3.2 BP网络在函数逼近中的应用  PAGEREF _Toc232108468 \h 12  HYPERLINK \l _Toc232108469 3.3 BP网络在样本含量估计中的应用  PAGEREF _Toc232108469 \h 17  HYPERLINK \l _Toc232108470 4 结束语 23  HYPERLINK \l _Toc232108471 参考文献: 24  HYPERLINK \l _Toc232108472 英文摘要 25  HYPERLINK \l _Toc232108473 致 谢 26   PAGE 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(Artificial Neural Networks,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

文档评论(0)

14576 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档