神经网络算法.ppt

数学建模与数学实验数学建模与数学实验 神经网络神经网络目的目的内容内容学习神经网络的基本原理与方法。学习神经网络的基本原理与方法。1 1、人工神经元数学模型、人工神经元数学模型4 4、BP神经网络应用神经网络应用3 3、BPBP神经网络神经网络MatlabMatlab工具箱函数工具箱函数 2 2、BPBP神经网络神经网络一、人工神经元数学模型一、人工神经元数学模型BP神经网络的拓扑结构如图所示。1.BP神经网络结构：2BP神经网络学习算法及流程以三层BP神经网络为例，它的训练过程包括以下几个步骤：BP神经网络的流程图：三、三、BPBP神经网络神经网络MatlabMatlab工具箱函数工具箱函数 net=newff(PR,S1,S2,SN,TF1,TF2,TFN,BTF,BLF,PF)网络经过177次训练后，虽然网络的性能还没有达到0，但是输出的均方误差已经很小了，MSE2.95307e-006，误差曲线如图1所示。为更直观地理解网络输出与目标向量之间的关系，见图2所示。plot(P,T,-,P,Y,o)图图1 BP神经网络训练误差曲线图神经网络训练误差曲线图 图图2 训练后训练后BP神经网络仿真图神经网络仿真图To Matlab exp12_4_1.mBP神经网络测试结果图神经网络测试结果图 To Matlab exp12_4_2.mTo Matlab exp12_4_3.m练习练习1、蠓虫分类问题 生物学家试图对两种蠓虫（Af与Apf）进行鉴别，依据的资料是触角和翅膀的长度，已经测得了9只Af和6只Apf的数据如下：Af:(1.24,1.27)，(1.36,1.74)，(1.38,1.64)，(1.38,1.82)，(1.38,1.90)，(1.40,1.70)，(1.48,1.82)，(1.54,1.82)，(1.56,2.08)；Apf:(1.14,1.82)，(1.18,1.96)，(1.20,1.86)，(1.26,2.00)，(1.28,2.00)，(1.30,1.96).（i）根据如上资料，如何制定一种方法，正确地区分两类蠓虫；（ii）对触角和翼长分别为(1.24,1.80)，(1.28,1.84)与(1.40,2.04)的三个标本，用所得到的方法加以识别；（iii）设Af是宝贵的传粉益虫，Apf是某疾病的载体，是否应该修改分类方法.2、人口预测下表是从北京统计年鉴中给出的 1980-2010年的北京城近郊区户籍人口统计结果作为样本数据，(1)建立人工神经网络模型;(2)预测2011年的北京城近郊区户籍人口.数据处理后的样本数据：样本用途样本组数输入一输入二输入三输入四输出学习样本10.49840.51020.52130.5340.540720.51020.52130.5340.54070.542830.52130.5340.54070.54280.55340.5340.54070.54280.5530.563250.54070.54280.5530.56320.573960.54280.5530.56320.57390.582170.5530.56320.57390.58210.59280.56320.57390.58210.5920.598790.57390.58210.5920.59870.6043100.58210.5920.59870.60430.6095110.5920.59870.60430.60950.6161120.59870.60430.60950.61610.6251130.60430.60950.61610.62510.6318140.60950.61610.62510.63180.6387150.61610.62510.63180.63870.6462160.62510.63180.63870.64620.6518170.63180.63870.64620.65180.6589180.63870.64620.65180.65890.6674190.64620.65180.65890.66740.6786200.65180.65890.66740.67860.6892210.65890.66740.67860.68920.6988220.66740.67860.68920.69880.7072检验样本230.6786 0.68920.69880.70720.7132240.6892 0.69880.70720.71320.7185250.6988 0.70720.71320.71850.7309260.7072 0.71320.71850.73090.7438270.7132 0.71850.73090.74380.7496