常见神经网络的MATLAB仿真与分析

II
山东轻工业学院 2012 届本科毕业设计（论文）
摘
要
人工神经网络（Artificial Neural Network, ANN）理论研究和实际应用自 上世纪 80 年代末以来不断深入到各个高科技领域，并且其学术论文在报刊杂志 和许多国际学术会议中涌现。 随着人工神经网络的理论研究和实际应用的不断深 入， 神经网络这个涉及多种科学的新的高科技领域， 吸引了各个领域众多的专家、 学者进行研究和应用。使得研究神经网络的计算仿真技术也获得了迅速发展，特 别是 MATALAB 神经网络工具箱函数，为神经网络的研究设计提供了强有力的工 具，神经网络也日益成为当代高科技领域中的竞争热点。 本文主要介绍了 BP 神经网络、 径向基神经网络两种神经网络的 MATLAB 实现。 本文对神经网络的发展史及应用作简单介绍，介绍了每个神经网络的特性，以及 MATLAB 语言的特点；利用 MATLAB 神经网络工具箱提供的许多有关神经网络的设 计、训练以及仿真的函数实现这些神经网络是非常容易；详细论述利用 MATLAB 语言提供的神经网络工具箱函数进行网络设计的方法和步骤，给出具体应用实 例，并且分析了这两种神经网络的特点，并对其性能进行比较。 关键词：人工神经网络 ＢＰ神经网络 径向基神经网络 神经网络工具箱
本人郑重声明：所呈交的毕业设计（论文） ，是本人在指导教师的指导下独 立研究、撰写的成果。设计（论文）中引用他人的文献、数据、图件、资料，均 已在设计（论文）中加以说明，除此之外，本设计（论文）不含任何其他个人或 集体已经发表或撰写的成果作品。对本文研究做出重要贡献的个人和集体，均已 在文中作了明确说明并表示了谢意。本声明的法律结果由本人承担。
本 科 毕 业 设 计 (论 文 )
题目
常见神经网络的 MATLAB 仿真与分析
学院名称 专业班级 学生姓名 导师姓名
理
学 院
二〇一二年六月六日
常见神经网络的 MATLAB 仿真与分析
作 者 姓 名 专 业 电子信息科学与技术
指导教师姓名 专业技术职务
山东轻工业学院本科毕业设计（论文）原创性声明
I
山东轻工业学院 2012 届本科毕业设计（论文）
5.1.1BP 神经网络特点 .....................................................................23 5.1.2RBF 神经网络特点 ....................................................................23 5.2 两类人工神经网络逼近特性比较................................................24 5.3 两类人工神经网络的优点以及局限性 ........................................25 5.3.1BP 神经网络的优点以及局限性................................................25 5.3.2RBF 网络的优点以及局限性 .....................................................26 5.4 两类人工神经网络对比...............................................................27
结 束 语...................................................................................... 29 参考文献.......................................................................................... 30 致 谢.............................................................................................. 31
1
山东轻工业学院 2012 届本科毕业设计（论文）
ABSTRACT
With the theoretical study and practical of artificial nerve network continuing deepening into different high technology realm from the last 1980s and the flourish of academic essays of it in journals and many international academic conference. With development of theory and application, Artificial Neural Network, a new high-tech field which contains several disciplines, drives lots of specialists and scholars from every field to devote themselves to the researches and app lications. Due to this, the emulate technique of Neural Network using computer develops rapidly, especially the Tool Kit Function of Neural Network in MATLAB, which provides powerful tools for the research and designing of Neural Network, which also makes neural network the competition focus in contemporary hi-tech arena day by day. The paper mainly introduces the realization of BP (Back Propagation) Neural Network and Radial Basis Function Neural Network using MATLAB. It also introduces the development and application of Neural Network, the configuration and algorithm of the three Networks, as well as the features of the MATLAB language; It is very easy to realize these Neural Networks using the designing, training and emulating functions provides by Neural Network Tool Kits in MATLAB; It also illuminates the method and steps using Neural Network Tool Kits Functions in MATLAB to designing network in details. The paper itself gives specific examples, then analyses the characteristic of the three Neural Networks, and compares their performance as well. Key words: Artificial Neural Network; Back Propagation Neural Network; Radial Basis Function Neural Network; Neural Network Toolbox
毕业设计（论文）作者签名： 2012 年 6 月 6 日
山东轻工业学院关于毕业设计（论文）使用授权的说明
本毕业设计（论文）作者完全了解学校有关保留、使用毕业设计（论文）的 规定，即：学校有权保留、送交设计（论文）的复印件，允许设计（论文）被查 阅和借阅，学校可以公布设计（论文）的全部或部分内容，可以采用影印、扫描 等复制手段保存本设计（论文） 。 指导教师签名： 2012 年 6 月 6 日 毕业设计（论文）作者签名： 2012 年 6 月 6 日
山东轻工业学院 2012 届本科毕业设计（论文）
Байду номын сангаас
目
录
摘 要................................................................................................ 1 ABSTRACT ...................................................................................... 2 第一章 绪论 ........................................................................... 3 1.1 人工神经网络的研究背景和意义................................................. 3 1.2 神经网络的发展 ........................................................................... 4 1.3 神经网络的现状 ........................................................................... 4 1.4 神经网络的研究内容 ................................................................... 4 1.5 神经网络研究目前存在的问题..................................................... 5 1.6 神经网络的应用 ........................................................................... 5 第二章 人工神经网络原理简介 ........................................... 5 2.1 生物神经元模型 ........................................................................... 6 2.2 人工神经元模型 ........................................................................... 6 2.3 人工神经网络的构成 ................................................................... 7 2.4 人工神经网络的学习 ................................................................... 8 第三章 反向传播网络（BP 神经网络） ............................ 10 3.1BP 神经网络定义 ..........................................................................10 3.2BP 神经网络模型及其基本原理....................................................10 3.3BP 神经网络在 MATLAB 中的仿真.................................................. 11 3.3.1MATLAB 的 BP 神经网络工具箱函数 .......................................... 11 3.4BP 神经网络的应用——函数逼近................................................13 3.4.1 问题的提出..............................................................................13 3.4.2 基于 BP 神经网络逼近函数 .....................................................14 3.4.3 不同频率下的逼近效果 ...........................................................16 3.4.4 讨论 .........................................................................................17 第四章 径向基函数神经网络(RBF 神经网络) .................. 17 4.1RBF 神经网络定义 ........................................................................17 4.2RBF 神经网络模型及其基本原理..................................................17 4.3RBF 神经网络在 MATLAB 中的仿真................................................19 4.3.1MATLAB 的 RBF 神经网络工具箱函数 ........................................19 4.4RBF 神经网络的应用——函数逼近 ..............................................20 4.4.1 问题的提出..............................................................................20 4.4.2 基于 RBF 神经网络逼近函数....................................................20 4.4.3 不同频率下的逼近效果 ...........................................................21 4.4.4 讨论 .........................................................................................22 第五章 两类人工神经网络的分析比较 ............................. 23 5.1 两类人工神经网络的特点 ...........................................................23