BP神经网络算法及应用.docVIP

《非线性系统预测分析方法》 课程作业 ——BP神经网络算法及应用 学 院： 班 级： 姓 名： 学 号： 指导老师： 昆明理工大学国土资源工程学院资开系 摘 要 本文分析了神经网络算法的基本原理，给出了BP神经网络算法的具体实现方法，总结了它的特点，并给出了基本流程。结合2000-2009年间的全国煤矿统计数据,建立了预测模型,以计算机软件Matlab为平台,结合BP神经网络学习算法对10年间的煤炭产量、死亡人数和百万吨死亡率进行了预测分析。结果表明,检测样本的期望输出与模拟输出线性回归分析时的线性相关系数均在0.91以上,说明了BP神经网络较好的拟合效果。 关键词：神经网络；预测分析；百万吨死亡率 Abstract This paper analyzes the basic principle of the neural network algorithm and gives the specific method of BP neural network algorithm.The characteristics of the neural network is summarized and basic process of the neural network algorithm is given.On the basis of the statistic data of coal mines in China from 2000 to 2009, a fore-cast model is established. With computer software MATLAB as the operating platform and BP neural network learning algorithm, the authors present in this paper a forecast of coal production, death toll and mortality rate per million tons of coal produced during this ten-year period.The results show that linear correlation coefficients of the expected output of the samples tested and the simulation output linear regression analysis are all above 0.91. This indicates that BP neural network algorithm have a good application prospect over safety forecast in coalmines. Keywords:Neural Network；Forecast and Analysis；The fatality rate per million tonnes of coal produced 引 言 近年来全球性的神经网络研究热潮的再度兴起，不仅仅是因为神经科学本身取得了巨大的进展。更主要的原因在于发展新型计算机和人工智能新途径的迫切需要。迄今为止在需要人工智能解决的许多问题中，人脑远比计算机聪明的多，要开创具有智能的新一代计算机，就必须了解人脑，研究人脑神经网络系统信息处理的机制。另一方面，基于神经科学研究成果基础上发展出来的人工神经网络模型，反映了人脑功能的若干基本特性，开拓了神经网络用于计算机的新途径。它对传统的计算机结构和人工智能是一个有力的挑战，引起了各方面专家的极大关注。 目前，已发展了几十种神经网络，例如Hopficld模型，Feldmann等的连接型网络模型，Hinton等的玻尔茨曼机模型，以及Rumelhart等的多层感知机模型和Kohonen的自组织网络模型等等。在这众多神经网络模型中，应用最广泛的是多层感知机神经网络。多层感知机神经网络的研究始于50年代，但一直进展不大。直到1985年，Rumelhart等人提出了误差反向传递学习算法（即BP算），实现了Minsky的多层网络设想。 1. BP神经网络及其原理 BP神经网络是误差反向传播神经网络的简称，它由一个输入层，一个或多个隐含层和一个输出层构成，每一次由一定数量的的神经元构成。这些神经元如同人的神经细胞一样是互相关联的。其结构如图1所示： BP神经网络的信息处理方式具有如下特点：①信息分布存储；②信息并行处理；③具有容错性；④具有自学习、自组织、自适应的能力。