神经网络建模

qq_33080421 2015-11-24 11:15:35

有谁知道怎么构建nntool里没有的神经网络模型还有nntool里的BP模型是怎么构建出来的急用，求大神相助

...全文

132 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

神经网络建模

下面是一个使用MATLAB进行神经网络建模的案例，该案例涉及使用神经网络来逼近一个未知系统的输入输出关系。这个案例与您提到的学习资料中的实例类似，但我会简化并解释每个步骤。假设我们有一组输入和输出数据，我们希望通过建立一个神经网络模型来逼近这些数据之间的关系。清理工作区: 定义输入和输出向量: 创建神经网络: 配置网络: 训练网络: 模拟网络: 评估性能: 可视化结果: 解释在这个案例中，我们首先定义了输入向量和输出向量。接着，我们使用MATLAB的函数创建了一个

人工神经网络有很多种，我只会最常用的BP神经网络。不同的网络有不同的结构和不同的学习算法。简单点说，人工神经网络就是一个函数。只是这个函数有别于一般的函数。它比普通的函数多了一个学习的过程。在学习的过程中，它根据正确结果不停地校正自己的网络结构，最后达到一个满意的精度。这时，它才开始真正的工作阶段。学习人工神经网络最好先安装MathWords公司出的MatLab软件。利用该软件，你可以在一周之内就学会建立你自己的人工神经网络解题模型。如果你想自己编程实现人工神经网络，那就需要找一本有关的书籍，专门看神经网络

遗传算法优化的BP神经网络建模。目标：对y=x1^2+x2^2非线性系统进行建模，用1500组数据对网络进行构建网络，500组数据测试网络。由于BP神经网络初始神经元之间的权值和阈值一般随机选择，因此容易陷入局部最小值。本方法使用遗传算法优化初始神经元之间的权值和阈值，并对比使用遗传算法前后的效果。步骤：未经遗传算法优化的BP神经网络建模 1、随机生成2000组两维随机数

另一方面在人工智能学的人工感知领域，我们通过数学统计学的应用可以来做人工感知方面的决定问题（也就是说通过统计学的方法，人工神经网络能够类似人一样具有简单的决定能力和简单的判断能力），这种方法比起正式的逻辑学推理演算更具有优势。正是因为在大部分情况下，输出变量对输入变量的依赖关系都是非线性函数的关系，函数表达式往往很复杂，所以设计者无法直观地看出某个输入变量对输出变量的贡献率是大是小（即贡献率的大小没有一个尺度来衡量），或者更一般地说，无法解释非线性函数在物理世界中的现实意义。这时，它才开始真正的工作阶段。.

22,298

社区成员

121,731

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章