文档介绍：万方数据
基于的神经网络预测系统的设计曾令可税安泽刘艳春李萍金雪莉慧王0神经网络25420084计算机应用与软件学习算法摘利用设计了神经网络预测系统。介绍了的神经网络工具箱函数和图形用户界面,详细介绍了神经网络预测系统的设计,并对所设计的预测系统进行了性能评价。系统具有良好的性能,在很多领域可以发挥较大的作神经网络预测琣在系统辨识和预测中,需要建立性能好的、稳定的模型对系统进行准确地辨识和预测。对于线性系统,利用传统的系统辨识方法,可以得到较完美的解决。但对于非线性系统,传统的系统辨识方法就显得无能为力了。相比之下,对于非线性系统,神经网络显示了明显的优越性。因为神经网络具有通过学习逼近任意非线性映射的能力,将神经网络应用于非线性系统的辨识和预测,可以不受非线性模型的限制,便于给出工程上易于实现的学习算法。神经网络是一种多层前馈神经网络,名字源于网络权值的调整规则采用的是后向传播学习算法,即学习算法。据统计,%一%的神经网络模型采用了神经网络或者它的变化形式。目前,已经有一些比较成熟的神经网络软件包,其中的神经网络工具箱应用最为广泛。BPRumelhalt1986监督式的学习算法,通过连续不断地在相对于误差函数斜率下降的方向上计算网络权值和偏差的变化而逐渐逼近目标。每一次权值和偏差的变化都与网络误差的影响成正比,并以反向传播的方式传递到每一层。学习算法由两部分组成:信息的正向传播与误差的反向传播。在正向传播过程中,输入信息从输入经隐含层逐层计算传向输出层,每一层神经元的状态只影响下一层神经元的状态。如果在输出层没有得到期望的输出,则计算输出层的误差变化值,然后转向反向传播,通过网络将误差信号沿原来的连接通路反传回来修改各层神经元的权值直至达到期望目标。神经网络的产生归功于算法的获得。它有一个输入层、一个输出层和一个或多个隐含层,同层神经元间无关联,异层神经元间向前连接。根据对象的复杂程度,选择适当的网络结构,就可以实现从输入空间到输出空间的任意非线性函数的映射。BP(1)(2)(3)(4)出矢量维数以便于传输或存储。ü阒要用。关键词,:一—。,主研领域:材料技术装符及计算机在材料中的应用。MATLABTheintroducedThedetailand甌.●
万方数据
神经网络的工具箱函数图形用户界面的实现神经网络预测系统的设计计算机应用与软件图形对象的属性对图形对象的控制神经网络预测系统界面的设计神经网络预测系统运行流程血神经网络工具箱中包含了许多用于神经网络l这些函数可以根据需要设计不同的神经网络,并能够对其性能进行评价,以图像的形式表示出来,即直观又形象。本系统都采用控制框图形对象,让用户进行某些操作,或设2下面以“预测”按钮为例,说明如何实现“预测”按钮的控制功能。系统主界面主要有三部分:窬绲纳杓疲(3)BP运行系统,出现系统主界面,首先设置神经网络,然后利用已知的样本对网络进行训练,最后就可以利用训练好的神经网络对未知的样本进行预测。当进行训练或预测时,如果神经网络的设置与训练样本的输入及预测样本的输入不一致的时候会弹出警告对话框。神经网络训练完成后,会显示l2一个以当前日期及时间数字为文件名的文本文档..,该文档保存了所有处理的信息。运行3(184)1神经网络的常用函