BP神经网络的应用举例及编程实现

BP神经网络的应用举例及编程实现

摘 要

神经网络有着广泛的实用背景，无论是在信息处理、自动化、工程还是经济、医学领域。人工神经网络是一种旨在模仿人脑结构及其功能的信息处理系统。它具有人脑的部分特征和功能。BP算法作为神经网络的一个重要算法，在预测问题方面起到特殊的作用。BP网络是基于误差反传的多层感知器。其基本思想是：首先通过信号的正向传播得到误差，然后把误差反传给各层的所有单元。各单元根据误差信号来修改权值。上述过程一直重复进行，一直到误差减少到可以接受的地步。本文就神经网络基本原理和BP算法进行了描述，并实现了BP算法在本科教学评估，电路故障检测及虫情预测中的举例应用，运用MATLAB软件对这三个问题加以编程实现。

关键词：神经网络  BP算法  Matlab软件  具体应用

目  录

摘 要 I

Abstract II

前  言 1

第一章  绪论 2

1.1  人工神经网络的基本特征及其功能 2

1.1.1  神经网络的基本特征 2

1.1.2  神经网络的基本功能 3

1.2  神经网络的应用领域 4

第二章  BP神经网络 5

2.1  BP神经网络模型及其学习算法 5

2.1.1  BP网络的模型 5

2.1.2  BP网络的学习算法 6

2.2  BP神经网络设计的一般原则 7

2.2.1  BP网络参数设计 7

2.2.2  BP网络结构参数设计 8

第三章  BP神经网络在本科专家评估中的应用 9

3.1  指标的量化 9

3.2  网络结构 9

3.3  样本的选取 9

3.4  编程实现 10

第四章  电路故障诊断实例 13

4.1  问题描述 13

4.2  网络结构 13

4.3  样本的选取 14

4.4  MATLAB编程实现和结论 14

第五章  BP神经网络在虫情预测中的应用 18

5.1  影响虫情的因素 18

5.2  网络结构的设置 18

5.3  数据的选取 18

5.4  对数据训练及预测 19

第六章  总结 23

致  谢 24

参考文献 25