基于BP神经网络的函数拟合算法研究(14)

图2-4 BP网络拓扑结构

实现BP算法的时候，需要用到MATLAB语言构造出典型神经网络的工具函数，本文所用到的工具函数有：

(1）神经元传递函数：①tansing（）函数，它是一双曲正切S型（sigmoid）传递函数，用于将神经元上范围为（-∞，+∞）的输入值映射到区间（-1，+1）上。利用BP算法训练的隐含层神经元中经常用到它；②purelin（）函数，它是线性传递函数，用于BP算法训练的输出层神经元。

(2）网络建立函数：newff（）函数，用于建立一个前馈BP神经网络。

(3）网络训练函数：train（）函数，它用于训练建立的BP神经网络。

(4）网络仿真函数：sim（）函数，它用于仿真训练前后的BP神经网络。

2.6 BP神经网络训练方法

（1）输入和输出层的设计 。输入的神经元可以根据需要求解的问题和数据表示方式确定。

（2）输出层的维数可根据使用者的要求来确定。如果将BP网络用做分类器，类别模式一共有m个，那么输出层神经元的个数为m或log2m。

（3）隐含层的设计。BP网络有一个重要的定理，即对于任何在闭区间内的一个连续函数都可以用单隐含层的BP网络拟合，因而一个三层BP网络就可以完成任意的n维到m维的映射。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库基于BP神经网络的函数拟合算法研究(14)在线全文阅读。