《BP神经网络模型》PPT课件

《《BP神经网络模型》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、神经网络概述人工神经网络ANN（artificialneuralnetwork)是20世纪80年代才日益受到人们重视的一种新的人工智能计算方法。由于它模拟了人脑的思维模式，即具有一定的智能，且的确能解决许多用传统方法不能或难于解决的复杂问题，使之更加精确化，如更精确的分类、非线性规划的求解、著名的“旅行员推销问题”的解决等（注：在近年来的实际应用，尤其在大学生数学建模竞赛中许多获奖队在解决问题是均是以运用神经网络方法作为成功的法宝，如2000年A题中国科技大学5个队获全国一等奖，运用的均是神经网络

2、方法）。神经网络概述人的大脑约由个神经细胞(也称神经元）组成，细胞之间通过树突和轴突互相连接，构成纵横交错的网络结构。神经细胞通过突触互相交换信息，树突用来接受神经冲动，轴突分化出的神经末梢则可传出神经冲动。由于输出端只有两个状态：兴奋态与抑制态。因此，一个神经元就是一个简单的系统，或者说是一个逻辑元件。下图表示它的数学模型，这里是输入，是输出，是神经元内部状态。特别要说明的是，每个神经元都有一个特殊的参数神经网络概述称为阈值，它是输出的一个临界值，直接影响神经元的内部状态。人们的记忆和智能并不是

3、储存在单个脑细胞中，而是储存在脑细胞之间互相连接的网络之中，这称为分布式存储方式。这样一种“分布方式”并不因单个脑细胞的死亡而消失。人们通过学习可以不断地改变脑细胞之间的连接方式，使这个网络的功能不断提高。模仿神经细胞的结构，人们设计了种种人工神经网络，如感知器、BP网络、自组织网络等。神经网络概述神经网络概述人工神经网络的基本工作原理是：对于每个神经元，假设它有个输入，输入值为那么，它的输出值就是，这里，是等待确定的权重系数，简称权值。是一个函数，它有几种典型选法。一种常用的函数是Sigmoid

4、函数。神经元网络工作的全部秘密就在于它的权重值，神经网络概述选择不同的权重值，神经元网络就会有不同的输入-输出关系。神经元网络的具体工作原理：我们将样本数据的输入值输进神经元网络，就得到一组输出值。这组输出值当然不是我们的理想输出值。于是，我们就根据实际输出与理想输出的差来修正权值，以缩小这种差别。这样反复训练多次，最后，使实际输出与理想输出趋于一致。这样，神经元网络就可以用来代替我们所需要的模型了。BP神经网络模型与学习算法BP神经网络概述Rumelhart，McClelland于1985年提出

5、了BP网络的误差反向后传BP(BackPropagation)学习算法BP算法基本原理利用输出后的误差来估计输出层的直接前导层的误差，再用这个误差估计更前一层的误差，如此一层一层的反传下去，就获得了所有其他各层的误差估计。J.McClellandDavidRumelhartBP神经网络模型三层BP网络BP神经网络模型激活函数必须处处可导一般都使用S型函数使用S型激活函数时BP网络输入与输出关系输入输出BP神经网络模型输出的导数根据S型激活函数的图形可知,对神经网络进行训练，应该将net的值尽量控制

6、在收敛比较快的范围内BP网络的标准学习算法学习的过程：神经网络在外界输入样本的刺激下不断改变网络的连接权值,以使网络的输出不断地接近期望的输出。学习的本质：对各连接权值的动态调整学习规则：权值调整规则，即在学习过程中网络中各神经元的连接权变化所依据的一定的调整规则。BP网络的标准学习算法-算法思想学习的类型：有导师学习核心思想：将输出误差以某种形式通过隐层向输入层逐层反传学习的过程：信号的正向传播误差的反向传播将误差分摊给各层的所有单元－－－各层单元的误差信号修正各单元权值BP网络的标准学习算法-

7、学习过程正向传播：输入样本－－－输入层－－－各隐层－－－输出层判断是否转入反向传播阶段：若输出层的实际输出与期望的输出（教师信号）不符误差反传误差以某种形式在各层表示－－－－修正各层单元的权值网络输出的误差减少到可接受的程度进行到预先设定的学习次数为止BP网络的标准学习算法网络结构输入层有n个神经元，隐含层有p个神经元,输出层有q个神经元变量定义输入向量;隐含层输入向量；隐含层输出向量;输出层输入向量;输出层输出向量;期望输出向量;BP网络的标准学习算法输入层与中间层的连接权值:隐含层与输出层的连

8、接权值:隐含层各神经元的阈值:输出层各神经元的阈值:样本数据个数:激活函数:误差函数：BP网络的标准学习算法第一步，网络初始化给各连接权值分别赋一个区间（-1，1）内的随机数，设定误差函数e，给定计算精度值和最大学习次数M。第二步,随机选取第个输入样本及对应期望输出BP网络的标准学习算法第三步，计算隐含层各神经元的输入和输出BP网络的标准学习算法第四步，利用网络期望输出和实际输出，计算误差函数对输出层的各神经元的偏导数。BP网络的标准学习算法第五步，利用隐含层到输出层的连接权值、输