1.完整项目描述和程序获取
>面包多安全交易平台:https://mbd.pub/o/bread/Y52YlJlt
>如果链接失效，可以直接打开本站店铺搜索相关店铺：
>如果链接失效，程序调试报错或者项目合作也可以加微信或者QQ联系。
2.部分仿真图预览
3.算法概述
人工神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
4.部分源码
%神经网络参数初始化调用
NN_parameter_define;
%网络训练
%循环开始，进化网络
for Iter=1:Iteration_times
Iter
%对输入的每个数据进行处理
for k=1:length(Data_IN)
In = Data_IN(k);
%输出层结算
for i=1:Num_node_IN
for j=1:Num_node_HIDE
%定义非线性函数
u(i,j) = exp(-(In(i)-nodec(j,i))^2/nodeb(j,i));
end
end
W = u(1,:);
Ws = sum(W);
for i=1:Num_node_HIDE
HIDE_data(i) = Iter_b(i) + Iter_b2(i) * In;
end
HIDE_W = HIDE_data*W';
%网络预测计算
OUT(k) = HIDE_W/Ws;
ERR(k) = Data_OUT(k)-OUT(k);
P_point = zeros(Num_node_HIDE,1);
P_point = COFF_1 * ERR(k) * W ./ Ws;
P_point = P_point';
B_point = zeros(Num_node_HIDE,Num_node_IN);
for i=1:Num_node_HIDE
for j=1:Num_node_IN
B_point(i,j) = COFF_1 * ERR(k) * ( HIDE_data(i) * Ws - HIDE_W ) * ( In(j) - nodec(i,j) )^2 * W(i) / (nodeb(i,j)^2 * Ws^2);
end
end
B_point = zeros(Num_node_HIDE,Num_node_IN);
for i=1:Num_node_HIDE
for j=1:Num_node_IN
C_point(i,j) = 2 * COFF_1 * ERR(k) * ( HIDE_data(i) * Ws - HIDE_W ) * ( In(j) - nodec(i,j) ) * W(i) / (nodeb(i,j) * Ws^2);
end
end
%节点更新
Iter_a = Iter_b + P_point + COFF_2 * ( Iter_b - Iter_c );
Iter_a2 = Iter_b2 + P_point*In + COFF_2 * ( Iter_b2 - Iter_c2);
nodeb = nodeb1 + B_point + COFF_2 * ( nodeb1 - nodeb2 );
nodec = nodec1 + C_point + COFF_2 * ( nodec1 - nodec2 );
%延迟赋值
Iter_c = Iter_b;
Iter_b = Iter_a;
Iter_c2 = Iter_b2;
Iter_b2 = Iter_a2;
nodec2 = nodec1;
nodec1 = nodec;
nodeb2 = nodeb1;
nodeb1 = nodeb;
end
end
05_007_m
