模糊神经网络实现代码

自己编写的模糊神经网络模型，自测试能用，优化效果比较不错。基于BP神经网络进行修改后的模型。

import java.io.File;
import java.util.ArrayList;
import java.util.List;
import java.util.Random;

/*
 * 创建日期 2015-04-12
 *
 * 三层BP神经网络，输入，输出，隐含层数量可以设定
 * 输入层数量 InputNum 隐含层数量 MiddleNum 输出层数量 OutputNum 
 * 
 * 总程序入口为：public void TrainBP（String inputFileName String outputFileName int fNum MainNN bpnn）
 * TrainBPByADCQGA 和 BPRunByADCQGA 为两种训练学习方式。可以分别调用
 * 
 * @author Hap Kong
 */


public class MainNN {
	
	//*****************变量定义********   i对应输入层的索引，j对应隐含层的索引，k对应输出层的索引   ********//
	public  int InputNum=3MiddleNum=4OutputNum=1;                 //输入层，隐含层，输出层神经元数量
	public  double arf=0.8land=0.25thita=0.6;                      //thita 阈值 land学习因子 arf动量因子
	public  double wji[][]=new double[MiddleNum][];                 //输入层到中间隐含层的权重
	public  double wji_b[][]=new double[MiddleNum][];               //输入层到中间隐含层的权重（上次值）
	public  double wkj[][]=new double[OutputNum][];                 //中间隐含层到输出层的权重
	public  double wkj_b[][]=new double[OutputNum][];               //中间隐含层到输出层的权重（上次值）
	public  double xigk[]=new double[OutputNum];                   //神经元输出对输入的导数
	public  double xigj[]=new double[MiddleNum];                   //神经元中间层对输入的导数
	public  double aj[]=new double[MiddleNum];                     //隐含层神经元的输出
	public  double ak[]=new double[OutputNum];                     //输出层神经元的输出
	
	List inputName = new ArrayList（）;              //训练数据 自变量的名称
	List outputName = new ArrayList（）;             //训练数据 输出变量的名称
	List inputData = new ArrayList（）;          //训练数据 自变量的数据
	List outputData = new ArrayList（）;         //训练数据 输出变量的数据
	
	public int fuzzyNum = 0;                                       //输入为隶属度网络的个数；BP主神经网络的前fuzzyNum个位隶属度输入
	public double[] fuzzyobjectiveOutput;                          //隶属度网络的期望输出，即所优化的输入
	public List msnnList = new ArrayList（）;            //存储隶属度网络
	
	public int MaxTrainNum = 100000;
	public double deltaMSNNOutputRange = 0.050;                     //MSNN输出的调整范围
	
	/////********************************初始化神经网络**************************************////
	public void InitializeBPNNWithTrainFile（String inputFileName String outputFileName）
	{
		this.InputNum = ReadInputTrainDataFromFile（inputFileName）;
		this.MiddleNum = this.InputNum+1;
		this.OutputNum = ReadOutputTrainDataFromFile（outputFileName）;
		this.wji =new double[MiddleNum][];                 //输入层到中间隐含层的权重
		this.wji_b =new double[MiddleNum][];               //输入层到中间隐含层的权重（上次值）
		this.wkj =new double[OutputNum][];                 //中间隐含层到输出层的权重
		this.wkj_b =new double[OutputNum][];               //中间隐含层到输出层的权重（上次值）
		this.xigk =new double[OutputNum];                   //神经元输出对输入的导数
		this.xigj =new double[MiddleNum];                   //神经元中间层对输入的导数
		this.aj =new double[MiddleNum];                     //隐含层神经元的输出
		this.ak =new double[OutputNum];                     //输出层神经元的输出
		this.InitializeWeight（）;
		msnnList.clear（）;
	}

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       3309  2015-05-01 09:31  TestSAMMNN.java

     文件      40001  2015-05-01 09:41  MainNN.java

     文件      31819  2015-04-30 19:53  MSNN.java

----------- ---------  ---------- -----  ----

                75129                    3