基于bp神經網絡的函數擬合算法研究（function fitting based on bp neural network）

1、基于BP神經網絡的函數擬合算法研究[摘要]人工神經網絡（ArtificialNeuralwk，ANN）是智能領域的研究熱點，目前已經成功地應用到信號處理、模式識別、機器控制、專家系統等領域中。在神經網絡技術中，BP神經網絡因具有結構、學習算法簡單等特點，近年來得到廣泛的關注，相關技術已經在預測、分類等領域中實現產業(yè)化。本文針對經典的函數擬合問題，以BP神經網絡為工具，力求分析BP神經網絡隱含層神經元數目對網絡性能以及函數擬合效果的影響。

2、通過Matlab的仿真實驗結果表明，BP神經網絡作為高效的計算智能工具，是實現復雜函數擬合的有效工具。[關鍵字]人工神經網絡；BP神經網絡；函數擬合目錄目錄1引言..............................................................11.1研究意義....................................................11.2研究現狀.........

3、............................................11.2.1函數擬合的工具及方法...................................21.2.2神經網絡的發(fā)展現狀.....................................31.3本文研究內容................................................31.4本文的組織結構....

4、..........................................42人工神經網絡簡介..................................................52.1人工神經網絡特性.............................................52.2人工神經網絡的特點..........................................62.3人工

5、神經網絡的基本特性和結構.................................62.4人工神經網絡的主要學習算法..................................82.5BP神經網絡結構..............................................92.6BP神經網絡訓練方法.........................................113基于BP神經網絡

6、的函數擬合算法設計與實現.........................143.1面向函數擬合的BP網絡結構...................................143.1.1函數問題的提出........................................143.1.2建立BP神經網絡.......................................153.1.3網絡仿真...........

7、...................................153.1.4網絡測試..............................................163.2實驗及其結果分析...........................................183.2.1設置實驗參數..........................................183.2.2實驗結果分析....

8、......................................194結論.............................................................245致謝語...........................................................25[參考文獻]...........................................