BP神经网络原理及MATLAB仿真

BP神经网络原理及MATLAB仿真

作者：盛仲飙， SHENG Zhong-biao

作者单位：渭南师范学院,计算机科学系,陕西,渭南,714000

刊名：

渭南师范学院学报

英文刊名：JOURNAL OF WEINAN TEACHERS COLLEGE

年，卷(期)：2008，23(5)

被引用次数：1次

1.飞思科技产品研发中心Matlab 6.5辅助神经网络分析与设计 2003

2.施航.马琳达人工神经网络在股票价格预测中的应用[期刊论文]-电脑开发与应用 2007(09)

3.徐丽娜神经网络控制 2003

4.徐远芳.周野旸.郑华基于MATLAB的BP神经网络实现研究[期刊论文]-微型电脑应用 2006(12)

5.毕小龙.袁勇基于BP神经网络的人口预测方法研究[期刊论文]-武汉理工大学学报（交通科学与工程版）

2007(06)

6.孙帆.施学勤基于Matlab的BP神经网络[期刊论文]-计算机与数字工程 2007(08)

1.期刊论文刘浩.白振兴.LIU Hao.BAI Zhenxing BP网络的Matlab实现及应用研究-现代电子技术2006,29(2)

人工神经网络以其具有信息的分布存储、并行处理以及自学习能力等优点,已经在信息处理、模式识别、智能控制及系统建模等领域得到越来越广泛的应用.他的基于误差反向传播算法的多层前馈网络,即BP网络在非线性建模、函数逼近和模式识别中有广泛的应用,介绍了BP网络的基本原理,分析了Matlab人工神经网络工具箱中有关BP网络的工具函数,并给出了部分重要工具函数的实际应用.

2.学位论文徐振东人工神经网络的数学模型建立及成矿预测BP网络的实现2004

本文是在完成国家地质实验中心2002年基于GIS的多源地学信息整合处理技术算法设计子课题基础上完成的。主要研究人工神经网络数学模型和计算方法的计算机程序实现，为实现复杂地质信息的非线性整合处理提供技术支持。近年来，作为人工智能主要研究方向之一的人工神经网络(ArtificialNeuralNetworks缩写为ANN)得到了广泛关注，大量的有关神经网络运行机理、神经计算机、网络模型与学习算法、特征分析等的研究不断涌现。由于具有非线性、良好的容错性和自学习、自适应性等特征，人工神经网络在地学领域的应用研究发展很快，在岩性分类、线性构造识别、遥感图像分类与识别、位场特征分类及正反演、地学信息提取与挖掘、资源评价预测等方面均有所应用。本文的主要工作是对人工神经网络的三种常用模型——BP网、Hopfield网和Kohonen网的拓扑结构和学习算法进行了深入的研究，特别的还针对BP网引入RPROP(弹性BP)算法对传统BP算法进行了改进。此外，本文还论述了用VisualC++对这几种网络进行实现的过程。

文中实现了BP网络的通用算法，建立了矿产资源综合评价及成矿预测BP模型，从而可以对成矿信息进一步进行智能化知识发现和信息挖掘，自动评估各地质变量对成矿的贡献，得到区域性的成矿规律和成矿模式，并圈定出成矿靶区。并提供友好的人机交互式界面，使用户可以自己创建、设计和管理成矿预测BP模型。

3.期刊论文李随民.姚书振.周宗桂.Li Suimin.Yao Shuzhen.Zhou Zonggui基于MATLAB的BP网络在矿产资源预测中的应用-金属矿山2007,""(8)

人工神经网络(ANN)是近几年兴起的一门综合交叉学科.人工神经网络在进行预测时,是在输出和输入之间建立一个非线性映射关系,ANN可自动模拟各种成矿因素之间的自然关系,进行全局优化搜索,减少人为干预,提高资源预测的准确率.其中以反向传播网络--BP网络应用最广泛.由于MATLAB提供了跟踪国外先进计算方法与数学模型的许多工具箱,利用MATLAB中的神经网络工具箱,可方便地实现BP网络模型的学习、训练、拟合及预测(仿真)过程.基于上述思路以陕西省旬北地区铅锌矿的远景区预测为例,在MATLAB平台中调用其内部函数建立了BP人工神经网络矿产资源预测系统,并在此基础上进行了远景区预测.

4.学位论文于宁国人工神经网络在谐波检测中的应用研究1998

谐波检测技术要发展就离不开新理论的支持.近几年人工神经网络(ANN)的研究再度掀起高潮,在电力系统中的应用研究十分活跃,可是在电力系统谐波检测方面的应用研究却进展不大.谐波检测方法来源于信号处理方法,而人工神经网络已成功地用在信号处理领域,因此可以将信号处理领域的新成果用在谐波检测技术中.人工神经网络是一种并行处理技术,具有自学习、自适应和并行处理能力.该文在对人工神经网络特别是BP网络进行深入分析的基础上,选择了具有高度非线性映射能力的BP网络进行谐波检测的应用研究.通过对BP网络在谐波检测中应用问题的深入研究,如网络学习算法、网络结构选择和训练样本的选择等,该文用三层BP网络成功的实现了人工神经网络在谐波检测中的应用.大量校验计算和用该文开发的PC机谐波检测装置实际测试,证明了经过训练的BP网络不仅可以检测谐波,还能有效克服谐波信号中直流衰减分量的影响,具有一定理论和实践意义.三层BP网络在电力系统谐波检测技术中的成功应用,为电力系统谐波检测技术提供了一种新理论和新方法,同时也为人工神经网络在谐波检测领域的应用研究打下了基础.

5.期刊论文冷飞.Leng Fei BP网络及其应用研究-中国现代教育装备2006,""(12)

本文介绍了人工神经网络的基本概念和研究方法.对BP网络的发展动态和进展进行了系统的分析,讨论了BP算法的基本概念、运行机制和BP网络的训练.同时对研究和设计神经网络的软件工具MATLAB做了介绍并分析了几个BP网络的应用领域.

6.学位论文吴涛钛（氢）合金热变形流变应力的人工神经网络预测2004

钛(氢)合金热变形流变应力受到变形条件(变形温度、应变速率和应变量等)和氢含量等诸多因素的影响,是一个较复杂的非线性问题.该文研究了渗氢后TC4合金的热变形行为,并利用人工神经网络(ANN)技术,建立了钛(氢)合金热变形流变应力的预测模型.对TC4合金进行了600℃/1h真空退火和渗氢处理,得到真空退火状态和4种不同氢含量的合金试样.在Gleeble-1500热模拟试验机上,对处理后的试样进行不同变形条件下的热压缩变形试验,并根据试验结果分析了变形条件和氢含量对钛(氢)合金流变应力的影响规律.结果表明,随着应变量的增加,流变应力迅速上升,到达峰值后缓慢下降:随着变形温度的升高和应变速率的降低,合金峰值流变应力降低,峰值应变量减小;随着氢含量的增大,峰值流变应力先减小后增大,峰值应力最小值对应的氢含量与变形温