維普資訊
内蒙古科技與經濟
NM G KJYJJ
基于 MATLAB的BP神經網絡的設計與訓練
張聖楠 ，郭文義。，肖力墉。
(1．浙江大學 電氣工程學院，2．浙江大學 資訊學院，浙江 杭州 310027；
3．内蒙古農業大學 機電學院，内蒙古 呼和浩特 010018)
摘 要 ：本文介紹 了BP神經 網絡 以及運 用 matlab工具 箱構造 BP神經 網絡 。并對該神經 網絡進 行
訓 練 的方法及 過 程 。并 以函數 逼近 為例 。通過 改 變被 逼近 函數 的參數 、BP 網絡 隐層 神 經 元 的數 目、BP
網絡 的學 習算 法 ，比較訓 練效 果的差别 ，進 而得 出結論 。
關鍵詞 ：人工神經 網絡 ；BP神經 網絡 ；matlab
中圖分類 号 ：TP18 文獻辨別碼 ：A 文章編号 ：1007--6921(2005)17—0095—04
1 引言
智能控制作為一 門新興 的交叉學科 ，在許 多方 2．2 BP算 法
面都優于傳統控制 。而智能控制 中的人工 神經 網絡 BP網絡采用 誤差反 向傳播算法 ，即 BP算法 。
由于模仿人類 的神經 網絡 ，具有感覺識别、學 習、聯 這是一種有教師指導 的 8率學 習算法 。首先 由教師
想 、記 憶 、推 理 等 智 能，更 是 有 着 廣 闊 的發 展 前 景 。 對每一種輸入模 式設定一個期望輸 出值 。然後 對 網
其 中的一種 一一一反 向傳播 網絡 (BackPropagation 絡輸入 實際的學 習記憶模 式 。并 由輸入層經 隐層 向
NetWOrk。簡稱 BP網絡)是 對非線性可微分 函數進 輸 出層傳播 ，此過 程稱為 “模 式順傳播 ”。實際 輸 出
行權值訓練的多層前 向網絡 。可 以說 ，BP網絡是人 與期望輸 出的差即是誤差 。按照誤差平方最小這一
工神經 網絡 中前 向網絡 的核心 内容 ，展現 了人工神 規則 。由輸 出層往 隐層逐層修正連接配接權值和 門檻值 。此
經 網絡 最 精 華 的部 分 。本 文 介 紹 了運 用 matlab工 過程稱為 “誤差逆傳播 ”。随着 “模 式順傳播 ”和 “誤
具 箱構造 BP神經 網絡 ，實作對 非 線 性 函數 (餘 弦 函 差逆 傳播 ”過程 的交 替反複進 行 。不 斷調整 網絡 的權
數)的逼近 ，并對該神經 網絡進 行訓練 的方法及過 值和 門檻值 ，使得誤差信号最小 。最終使 網絡 的實 際輸
程 。 出逐漸 向各 自所對應 的期望輸 出逼近 。
2 BP網絡 2．2．1 資訊的正 向傳遞
反 向傳播 網絡 (BackPropagationNetwork，簡稱 2．2．1．1 隐含層 中第 i個神經元 的輸 出為 ：
BP網絡)是對非線性可微分 函數進 行權值訓練 的多
a“= fl( l0 +bli)，i= 1，2，… ，sl
層前 向網絡。在人工 神經 網絡 的實 際應用 中，80％ J0 I