BP算法例子.docVIP

//---------------------------------------------------------------------------------------////??????????? BP算法例子：用一个五层的神经网络去逼近函数???????????? ////??????????? f(x1,x2)=pow(x1-1,4)+2*pow(x2,2)??????????????????????????????????????? ////????????????????????????????????? 作者：MaxMatrix????????????????????????????????????????????? ////????????????????????????????????? 2004.5.9调通 运行于VC++6.0????????????????????? ////--------------------------------------------------------------------------------------// #includeiostream.h#includemath.h#includestdlib.h#includetime.h#includefstream.h//---------------------------------------------------------------------#define RANDOM rand()/32767.0?? //0~1随机数生成函数???const int Layer_Max=5;//神经网络的层数 const double PI=3.1415927;//圆周率 const int Layer_number[Layer_Max]={2,4,4,2,1};//神经网络各层的神经元个数 const int Neural_Max=4;//神经网络各层最大神经元个数 const int InMax=21;//样本输入的个数 ofstream Out_W_File(All_W.txt,ios::out) ;ofstream Out_Error(Error.txt,ios::out) ; //定义类 BPclass BP{public:BP(); //BP类的构造函数 void BP_Print();//打印权系数 double F(double x);//神经元的激发函数 double Y(double x1,double x2);//要逼近的函数??????????????????????????????? // double NetWorkOut(int x1 , int x2);//网络输出，他的输入为?????????????????????????????? //第input个样本void AllLayer_D(int x1 , int x2);//求所有神经元的输出误差微分void Change_W();??? //改变权系数????void Train();????? //训练函数 void After_Train_Out(); //经过训练后，21样本的神经网络输出 double Cost(double out,double Exp);//代价函数 private:double W[Layer_Max][Neural_Max][Neural_Max];//保存权系数???????? //规定W[i][j][k]表示网络第i层的第j个神经元连接到???????? //第i－1层第k个神经元的权系数double Input_Net[2][InMax];//21个样本输入,约定Input_Net[0][i]???????????????????????????? //表示第i个样本的输入x1???????????????????????????? //而 Input_Net[1][i]表示第i个样本的输入x2double Out_Exp[InMax][InMax];//期望输出double Layer_Node[Layer_Max][Neural_Max];//保存各神经元的输出????? //规定Layer_Node[i][j]表示第i层的第j个神经元的输出 double D[Layer_Max][Neural_Max];//保存各神经元的误差微分????? //规定D[i][j]表示第i层第j个神经元的误差微分 double Study_Speed;//学习速度double e;//误差}; //构造函数,用来初始