




已阅读5页,还剩2页未读, 继续免费阅读
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
BP神经网络与多项式拟合曲线摘要 首先介绍了曲线拟合的原理及其在曲线拟合中的应用。接着讨论了BP神经网络的原理,研究了非线性拟合的在MATLAB中仿真过程 通过比较可以看出利用神经网络进行非线性拟合具有拟合速度快、拟合精度高的特点。关键词:曲线拟合;BP神经网络;MATLAB0 引言在实际工程应用和科学实践中,为了描述不同变量之间的关系,需要根据一组测定的数据去求得自变量x和因变量y的一个函数关系,使其在某种准则下最佳地接近已知数据。曲线拟合是用连续曲线近似地刻画或比拟平面上离散点组所表示坐标之间的函数关系的一种数据处理方法。从一组实验数据() 中寻求自变量x和因变量y之间的函数关系来反映x和y之间的依赖关系,即在一定意义下最佳地逼近已知数据。应用曲线拟合的方法揭示数据之间内在规律具有重要的理论和现实意义。1 多项式曲线拟合1.1 曲线拟合原理最小二乘法原理:对给定的数据点()(),在取定的函数类中,求函数,使误差()的平方和最小,即取到最小值。从几何意义上讲,就是寻求与给定点()()的距离平方和为最小的曲线。函数称为拟合函数或最小二乘解,求拟合函数的方法称为曲线拟合的最小二乘法。拟合函数和标志数据点之间的垂直距离是该点的误差。对该数据点垂直距离求平方,并把平方距离全加起来,拟合曲线应是使误差平方和尽可能小的曲线,即是最佳拟合。1.2 最小二乘法曲线拟合对非线性函数,进行曲线拟合。1.2.1 拟合过程选取拟合区间为-5:0.1:5.用10阶、30阶不同阶数对函数进行拟合,绘制出拟合曲线图,比对拟合效果差异。代码见附录1.1.2.2 仿真结果及结论结果如图1所示。可见随着拟合阶数增大,拟合曲线与原曲线越接近,但也出现轻微震荡。可见对于非线性函数多项式拟合效果不是很理想。图1 多项式拟合效果2 BP神经网络拟合人工神经网络是基于模仿大脑神经网络结构和功能而建立的一种信息系统 具有很强的自适,应自学习功能,其中BP网络是目前应用最为广泛的一种网络模型。BP神经网络又称为多层前馈神经网络,是目前研究最多的网络形式之一, 这种神经网络模型的特点是: BP网络不仅有输入层节点,输出层节点,而且有隐含层节点 每层上的神经元称为节点或单元 BP网络的神经元采用的传递函数通常是Sigmoid型函数,所以可以实现输入和输出间的任意非线性映射,这使得它在诸如函数逼近模式识别数据压缩等领域有着广泛的应用。2.2 仿真实验2.2.1 实验思想(1) 训练输入样本集;训练输出样本集。测试输入集取为。(2) 采用三层BP网络,隐层20个节点。隐含节点作用函数选择对称型S函数(tansig),输出节点为线性(purelin)。(3) 权值调整算法采用最陡下降法(trainlm)。(4) 训练次数为100次,精度为0.001。2.2.2 仿真结果及分析构造一个1-20-1的BP神经网络,第一层为输入层,节点个数为1;第二层为隐层,节点个数为20;变换函数选正切s型函数(tansig);第三层为输出层,节点个数为1,输出层神经元传递函数为purelin函数。并且选Levenberg-Marquardt算法(trainlm)为BP网络的学习算法。对于该初始网络,我们选用sim()函数观察网络输出。代码见附录2。仿真结果如图2所示。图2 隐层节点数为20时训练前后仿真结果构造一个1-7-1的BP神经网络,第一层为输入层,节点个数为1;第二层为隐层,节点个数为7;变换函数选正切s型函数(tansig);第三层为输出层,节点个数为1,输出层神经元传递函数为purelin函数。并且选Levenberg-Marquardt算法(trainlm)为BP网络的学习算法。对于该初始网络,我们选用sim()函数观察网络输出。仿真结果如图3所示。图3 隐层节点数为7时训练前后仿真结果由仿真结果可以看出,当隐层节点数为20时,训练网络的仿真输出曲线和原始曲线非常接近,并且精度,逼近时间,迭代次数都达到了令人满意的结果,这说明训练后的网络对非线性函数的逼近效果很好。但隐层节点数为7时逼近效果不是很好,但训练时间短些,所以在训练时,隐层节点对训练结果有一定影响。隐层节点数越多,则BP网络逼近非线性函数的能力越强,同时网络所训练的时间相对来说要长一些。3 结论曲线拟合的方法在科学研究和工程分析中有着广泛的应用,本文在MATLAB环境下实现了一个非线性函数的拟合,可得出如下结论:(1) 多项式拟合实现简单,但是精度有限不适合非线性逼近。(2) 利用BP神经网络进行曲线拟合时,只要选取了合适的网络结构,网络便能经训练得到各节点之间的权值和阈值,得到拟合曲线,满足不同精度要求的用户。一般来说,隐层神经元数目越多,则BP网络逼近非线性函数的能力越强,同时网络所训练的时间相对来说要长一些。参考文献1 陈光,任志良,孙海柱.最小二乘曲线拟合及Matlab实现J.软件技术, 2005(3):107-108.2 张朝阳,行小帅,李玥.共轭梯度BP算法在Matlab7.0中的实现J.现代电子技术, 2009(18):125-126.3 徐远芳,周旸,郑华.基于Matlab的BP神经网络实现研究J.微型电脑应用, 2006(8):125-127.4 李海涛,邓樱.Matlab程序设计教程M.1.高等教育出版社, 2010 :63-64.5 张志涌.精通MATLAB6.5M.2.北京:北京航空航天出版社, 2005 :21-22.6 思科技产品研发中心.神经网络理论与Matlab7实现M.2.北京:电子工业出版社出版社, 2005 :44-51.附录1:多项式拟合源程序:x1=-5:0.1:5;y1=x1+2*exp(-16*x1.2);x0=-5:0.1:5;y0=x0+2*exp(-16*x0.2);p10=polyfit( x1,y1,10) ;p30=polyfit( x1,y1,30) ;y10=polyval( p10,x0) ;y30=polyval( p30,x0) ;plot( x0,y0,b-,x0,y3,r*,x0,y10,k.)legend(原曲线,10次拟合,30次拟合)运行结果:附录2BP神经网络拟合源程序:x=-4:0.1:4;y=x+2*exp(-16*x.2);%建立相应的BP网络net=newff(minmax(x),1,20,1,tansig,tansig,purelin,trainlm); y1=sim(net,x); %对没有训练的网络进行仿真%训练网络,设定训练时间为100个单位时间,训练目标的误差小于0.001net.trainParam.epochs=100;net.trainParam.goal=0.001;%对训练后的网络进行仿真net=train( n
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2025贵州台江县民族中医院第二次招聘备案制专业技术人员模拟试卷附答案详解
- 2025年合肥高新美城物业有限公司招聘21人模拟试卷有完整答案详解
- 2025年嘉兴市秀洲区教育体育局所属事业单位公开选聘工作人员2人考前自测高频考点模拟试题有完整答案详解
- 2025江苏连云港灌云县卫生健康委员会所属事业单位招聘25人模拟试卷及答案详解(夺冠)
- 2025江苏兴化市招聘教师67人考前自测高频考点模拟试题及答案详解1套
- 2025广东深圳市九洲电器有限公司招聘产品经理考前自测高频考点模拟试题及参考答案详解一套
- 2025年甘肃省平凉市崆峒区卫生健康系统临时聘用人员招聘考前自测高频考点模拟试题及答案详解一套
- 2025年度哈尔滨“丁香人才周”(春季)事业单位引才招聘1347人考前自测高频考点模拟试题及答案详解(必刷)
- 2025江苏南京雨花人才发展有限公司雨花分公司招聘劳务派遣人员人员考前自测高频考点模拟试题及完整答案详解
- 2025金沙酱酒酒业投资集团有限公司考前自测高频考点模拟试题附答案详解(突破训练)
- 篮球运动竞赛的编排方法PPT课件模板
- 二手车鉴定评估表
- Unit 4 Understanding ideas 高中英语外研版(2019)选择性必修第三册
- 外科学-颈部疾病课件
- 【优选】茶叶中的化学成分PPT文档
- LY/T 1955-2011林地保护利用规划林地落界技术规程
- GB/T 5272-2017梅花形弹性联轴器
- 水池(水箱)清洗记录
- 全封闭声屏障施工专项方案正文范本
- 一年级《劳动实践指导手册》《学习用品我整理》教案
- DB33T 2476-2022 长期护理保障失能等级评估规范
评论
0/150
提交评论