基于LabVIEW得BP算法得设计与实现 (恢复).doc.docxVIP

《虚拟仪器技术》结课论文基于LabVIEW的BP算法的设计与实现学院：信息技术学院专业：电子信息工程姓名：常玉山学号：20094075114指导教师：耿晓琪基于LabVIEW的BP算法的设计与实现　　摘要:BP 算法是目前比较流行的神经网络学习算法，是能实现映射变换的前馈型网络中最常用的一类网络，是一种典型的误差修正方法，是一种具有广泛应用性的前向人工神经网络。工程学领域中，LabVIEW语言是软件开发人员最常用的工具。它是美国国家仪器公司推出的一种图形化的编程语言, 利用它可以方便地建立自己的虚拟仪器。本文运用虚拟仪器图形化编程思想,编写LabVIEW图形化程序,实现BP神经网络学习算法。LabVIEW本身没有提供人工神经网络领域的工具包, 因此, 在 LabVIEW 中实现人工神经网络计算可以有效扩展其使用范围, 满足科研与工程实践的需要。关键词:虚拟仪器; LabVIEW; BP神经网络Abstract: BP neural network is a popularstudy algorithm,it can realize mapping transformation, it is an error-mending method and a sort of widely used forward artificial neural network.In the field of engineering, LabVIEW is the languages most commonly used by program developers. It is a schematized programing language through which we can build our own Virtual instrument. This paper applies virtualinstrumentprogram idea to design LabVIEW graphicalprogram and realize BP neural network study algorithm.LabVIEW do not have toolkit of artificial neural network, so you can effectively widen the scale of the function by realizing artificial neural network calculation in LabVIEW to reach the need in scientific and engineering practices.Key words:Virtual instrument ；LabVIEW; BP neuralnetwork虚拟仪器技术是当前仪器设计、自动测试和信号处理等领域中日益受到关注的一个崭新发展方向,其典型代表软件为美国NI公司开发的Lab2VIEW编程语言,它具有图形化编程直观、简便、快速、易于开发和便于维护等优点,在虚拟仪器设计和测控系统开发等相关领域得到了日益广泛的应用。以往在编写神经网络程序时,都是使用诸如VC++、Matlab等文本式编程语言。比较而言,以LabVIEW为代表的图形化编程语言由于具有形象、直观、便捷等特点,而且具有功能强大的数学运算和分析工具,可以方便的建立各类仿真模型,进行相应的仿真实验[3]。有鉴于此,本文结合BP神经网络理论和虚拟仪器编程思想,利用图形化编程语言对BP神经网络的学习算法进行仿真。1.BP神经网络算法原理1.1 BP算法简介BP (Back Propagation)神经网络，即误差反传误差反向传播算法的学习过程，由信息的正向传播和误差的反向传播两个过程组成。输入层各神经元负责接收来自外界的输入信息，并传递给中间层各神经元；中间层是内部信息处理层，负责信息变换，根据信息变化能力的需求，中间层可以设计为单隐层或者多隐层结构；最后一个隐层传递到输出层各神经元的信息，经进一步处理后，完成一次学习的正向传播处理过程，由输出层向外界输出信息处理结果。当实际输出与期望输出不符时，进入误差的反向传播阶段。误差通过输出层，按误差梯度下降的方式修正各层权值，向隐层、输入层逐层反传。周而复始的信息正向传播和误差反向传播过程，是各层权值不断调整的过程，也是神经网络学习训练的过程，此过程一直进行到网络输出的误差减少到可以接受的程度，或者预先设定的学习次数为止。1.2 BP神经网络的学习算法 图1 神经网络结构BP模型是一种应用最广泛的多层前向拓扑结构,本文以三层BP神经网络作为理论依据进行编程,它由输入层、隐层和输出层构成,设输入层神经元个数为L,隐层神经元个数为J,输出层