移植MATLAB神经网络算法到MFC平台

移植MATLAB神经网络算法到MFC平台该算法需利用高斯随机分布来制造预测，因此另封装一个randn()函数制造伪高斯随机数，然后在Forecast()函数中对样本进行网络训练，并利用训练结果进行网络预测，[cpp]viewplaincopy#gauss.h/////////////////////////////////////////////////////////////////////#definepi3.1415926535897#definerd(rand()/(RAND_MAX+1.0))doublerandn(inttype){srand((unsigned)time(NULL));//按照12个均匀分布之和减去6得到正态分布函数的x值if(type==1)returnrd+rd+rd+rd+rd+rd+rd+rd+rd+rd+rd+rd-6.0;//按照计算公式y=sqrt(-2*ln(U))*cos(2*PI*V)计算得到xelseif(type==2)returnsqrt(-2*log(rand()/(RAND_MAX+1.0)))*cos(2*pi*rand()/(RAND_MAX+1.0));elsereturnrandn(0.0,1.0,-10.0,10.0);}/////////////////////////////////////////////////////////////////////////////////预测算法///////////////////////////////////////////////////////vector<vector<double>>Input;////////////训练输入样本vector<vector<double>>Output;//////////训练输出样本vector<vector<double>>PreInput;////////预测输入样本vector<vector<double>>PreOutput;///////预测输出结果intinput_col;//定义训练输入样本列，数据计算以列为单位，与MATLAB中列向量同意义intinput_row;//定义训练输入样本行intinputtest_row;//定义训练输出样本行intoutput_col;//定义预测输入样本列，即需要预测的数据，1列intoutput_row;//定义预测输入样本行intoutputtest_row;//定义预测输出样本行，1列intmaxgen;//迭代次数intn;//隐形节点个数doubleInput[20][1];///////////////以下为个训练向量与预测向量结构初始化，预测时需进行数据有效化填充////////////////////////////////inti=0;Input.resize(input_row);for(i=0;i<input_row;i++){Input[i].resize(input_col);}Output.resize(inputtest_row);for(i=0;i<inputtest_row;i++){Output[i].resize(input_col);}PreInput.resize(output_row);for(i=0;i<output_row;i++){PreInput[i].resize(output_col);}PreOutput.resize(outputtest_row);for(i=0;i<outputtest_row;i++){PreOutput[i].resize(output_col);}//////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////本人为动态改变预测体，采用vector向量结构计算，可随时改变数组结构////////////////////////////////////vector的使用需添加标准库头文件<vertor>，并定义命名空间，usingnamespacestd;//////////////////规避double数组只能静态定义的特性//////////////////////////////////////////////////////////////////////////////////////////////调试中发现double二维及以上常规数组无法进行指针与数组名之间的转化//////////////////////////////////具体错误cannotconvertdouble**todouble[][]////////////////////////////////////////voidForecast(){intM=input_col;%输入节点个数intN=output_col;%输出节点个数doublelr1=0.01;//%学习概率doublelr2=0.001;//%学习概率inti,j,k,kk,kkk;srand((unsigned)time(NULL));doublevalue=0.0;CStringstr=_T("");vector<vector<double>>Wjk(n);for(i=0;i<n;i++){Wjk[i].resize(input_col);}vector<vector<double>>Wjk_1(n);for(i=0;i<n;i++){Wjk_1[i].resize(input_col);}vector<vector<double>>Wjk_2(n);for(i=0;i<n;i++){Wjk_2[i].resize(input_col);}for(i=0;i<n;i++){for(j=0;j<input_col;j++){Wjk[i][j]=randn(2);Wjk_1[i][j]=Wjk[i][j];Wjk_2[i][j]=Wjk_1[i][j];}}vector<vector<double>>Wij(output_col);for(i=0;i<output_col;i++){Wij[i].resize(n);}vector<vector<double>>Wij_1(output_col);for(i=0;i<output_col;i++){Wij_1[i].resize(n);}vector<vector<double>>Wij_2(output_col);for(i=0;i<output_col;i++){Wij_2[i].resize(n);}for(i=0;i<output_col;i++){for(j=0;j<n;j++){Wij[i][j]=randn(2);Wij_1[i][j]=Wij[i][j];Wij_2[i][j]=Wij_1[i][j];}}vector<vector<double>>a(1);for(i=0;i<1;i++){a[i].resize(n);}vector<vector<double>>a_1(1);for(i=0;i<1;i++){a_1[i].resize(n);}vector<vector<double>>a_2(1);for(i=0;i<1;i++){a_2[i].resize(n);}for(i=0;i<1;i++){for(j=0;j<n;j++){a[i][j]=randn(2);a_1[i][j]=a[i][j];a_2[i][j]=a_1[i][j];}}vector<vector<double>>b(1);for(i=0;i<1;i++){b[i].resize(n);}vector<vector<double>>b_1(1);for(i=0;i<1;i++){b_1[i].resize(n);}vector<vector<double>>b_2(1);for(i=0;i<1;i++){b_2[i].resize(n);}for(i=0;i<1;i++){for(j=0;j<n;j++){b[i][j]=randn(2);b_1[i][j]=b[i][j];b_2[i][j]=b_1[i][j];}}vector<vector<double>>y(1);for(i=0;i<1;i++){y[i].resize(output_col);}vector<vector<double>>net(1);for(i=0;i<1;i++){net[i].resize(n);}vector<vector<double>>net_ab(1);for(i=0;i<1;i++){net_ab[i].resize(n);}vector<vector<double>>d_Wjk(n);for(i=0;i<n;i++){d_Wjk[i].resize(input_col);}vector<vector<double>>d_Wij(output_col);for(i=0;i<output_col;i++){d_Wij[i].resize(n);}vector<vector<double>>d_a(1);for(i=0;i<1;i++){d_a[i].resize(n);}vector<vector<double>>d_b(1);for(i=0;i<1;i++){d_b[i].resize(n);}//%%输入输出数据归一化doubletempmax=0.0,tempmin=0.0;vector<double>input_max(input_col);vector<double>input_min(input_col);vector<vector<double>>Input1(input_row);for(i=0;i<input_row;i++){Input1[i].resize(input_col);}for(i=0;i<input_col;i++){tempmax=Input[0][i];tempmin=Input[0][i];for(j=0;j<input_row;j++){if(Input[j][i]>tempmax)tempmax=Input[j][i];if(Input[j][i]<tempmin)tempmin=Input[j][i];}input_max[i]=tempmax;input_min[i]=tempmin;for(j=0;j<input_row;j++){if(input_max[i]==input_min[i])Input1[j][i]=0;elseInput1[j][i]=2*(Input[j][i]-input_min[i])/(input_max[i]-input_min[i])-1;}}vector<double>output_max(output_col);vector<double>output_min(output_col);vector<vector<double>>PreInput1(output_row);for(i=0;i<ut_row;i++){PreInput1[i].resize(output_col);}for(i=0;i<output_col;i++){tempmax=PreInput[0][i];tempmin=PreInput[0][i];for(j=0;j<output_row;j++){if(PreInput[j][i]>tempmax)tempmax=PreInput[j][i];if(PreInput[j][i]<tempmin)tempmin=PreInput[j][i];}output_max[i]=tempmax;output_min[i]=tempmin;for(j=0;j<output_row;j++){if(output_max[i]==output_min[i])PreInput1[j][i]=0;elsePreInput1[j][i]=2*(PreInput[j][i]-output_min[i])/(output_max[i]-output_min[i])-1;}}//%%网络训练vector<double>x(input_col);vector<double>yqw(output_col);vector<double>error(maxgen);doubletemp=0.0;for(i=0;i<maxgen;i++){//%误差累计error[i]=0.0;for(kk=0;kk<input_row;kk++){for(kkk=0;kkk<input_col;kkk++){x[kkk]=Input1[kk][kkk];}for(kkk=0;kkk<output_col;kkk++){yqw[kkk]=PreInput1[kk][kkk];}for(j=0;j<n;j++){for(k=0;k<input_col;k++){net[0][j]=net[0][j]+Wjk[j][k]*x[k];net_ab[0][j]=(net[0][j]-b[0][j])/a[0][j];}temp=mymorlet(net_ab[0][j]);for(k=0;k<output_col;k++){y[0][k]=y[0][k]+Wij[k][j]*temp;}}for(j=0;j<output_col;j++){temp=temp+abs(yqw[j]-y[0][j]);}error[i]=error[i]+temp;for(j=0;j<n;j++){temp=mymorlet(net_ab[0][j]);for(k=0;k<output_col;k++){d_Wij[k][j]=d_Wij[k][j]-(yqw[k]-y[0][k])*temp;}temp=d_mymorlet(net_ab[0][j]);for(k=0;k<input_col;k++){for(kkk=0;kkk<output_col;kkk++){d_Wjk[j][k]=d_Wjk[j][k]+(yqw[kkk]-y[0][kkk])*Wij[kkk][j];}d_Wjk[j][k]=-d_Wjk[j][k]*temp*x[k]/a[0][j];}for(k=0;k<output_col;k++){d_b[0][j]=d_b[0][j]+(yqw[k]-y[0][k])*Wij[k][j];}d_b[0][j]=d_b[0][j]*temp/a[0][j];for(k=0;k<output_col;k++){d_a[0][j]=d_a[0][j]+(yqw[k]-y[0][k])*Wij[k][j];}d_a[0][j]=d_a[0][j]*temp*((net[0][j]-b[0][j])/b[0][j])/a[0][j];}///权值参数更新for(j=0;j<n;j++){for(k=0;k<input_col;k++){Wjk[j][k]=Wjk[j][k]-lr1*d_Wjk[j][k];d_Wjk[j][k]=0.0;Wjk_1[j][k]=Wjk[j][k];Wjk_2[j][k]=Wjk_1[j][k];}b[0][j]=b[0][j]-lr2*d_b[0][j];a[0][j]=a[0][j]-lr2*d_a[0][j];d_a[0][j]=0.0;d_b[0][j]=0.0;net[0][j]=0.0;net_ab[0][j]=0.0;a_1[0][j]=a[0][j];a_2[0][j]=a_1[0][j];b_1[0][j]=b[0][j];b_1[0][j]=b_1[0][j];}for(j=0;j<output_col;j++){for(k=0;k<n;k++){Wij[j][k]=Wij[j][k]-lr1*d_Wij[j][k];d_Wij[j][k]=0.0;Wij_1[j][k]=Wij[j][k];Wij_2[j][k]=Wij_1[j][k];}y[0][j]=0.0;}}}//////网络预测//////预测输入归一化vector<double>inputtest_max(input_col);vector<double>inputtest_min(input_col);vector<vector<double>>OutputAsInput1(inputtest_row);for(i=0;i<inputtest_row;i++){OutputAsInput1[i].resize(input_col);}//doubleinputtest_min[input_col]={{0.0}};for(i=0;i<input_col;i++){tempmax=Output[0][i];tempmin=Output[0][i];for(j=0;j<inputtest_row;j++){if(Output[j][i]>tempmax)tempmax=Output[j][i];if(Output[j][i]<tempmin)tempmin=Output[j][i];}inputtest_max[i]=tempmax;inputtest_min[i]=tempmin;for(j=0;j<inputtest_row;j++){if(inputtest_max[i]==inputtest_min[i])OutputAsInput1[j][i]=0.5*(input_max[i]+input_min[i]);elseOutputAsInput1[j][i]=(Output[j][i]-inputtest_min[i])/(inputtest_ma