BP神经网络实现函数拟合

利用BP神经网络实现f(x)=sin(x)+cos(x)的拟合逼近

#include“BP.h“


//
BP::BP（）
{
	srand（time（NULL））;
	//BP网络结构
	input_points=1;
	output_points=1;
	middle_points=yince;
	//输入
	for（int i=0;i	{
		W_ik[i]=rand（）%（（unsigned int）（1/calulate_error））*calulate_error-0.5;
		B_ik[i]=rand（）%（（unsigned int）（1/calulate_error））*calulate_error-0.5;
	}
	//输出
	for（int i=0;i	{
		W_kj[i]=rand（）%（（unsigned int）（1/calulate_error））*calulate_error-0.5;
	}
	B_kj=rand（）%（（unsigned int）（1/calulate_error））*calulate_error-0.5;
	//学习步长
	StudyStep_j=0.4;
	StudyStep_k=0.4;
	//
	isfound=false;
	//
	get_jilei_E.open（“./matlab/jilei.txt“）;
}
//
void BP::process（int counter）
{
	double jilei_E=0;
	for（int i=0;i	{
		//随机选取样本并赋值
		int index=rand（）%total_sample;
		double source_X=-pi+2*（i+1）*pi/total_sample;
		double source_goal=sin（source_X）+cos（source_X）;
		//归一化处理
		X=（pi+source_X）/（2*pi）;
		double goal=（sqrt（2）+source_goal）/（2*sqrt（2））;
		//隐层计算
		for（int j=0;j		{
			V_ik[j]=W_ik[j]*X-B_ik[j];//隐层第j个节点的输入
			F_ik[j]=1/（1+exp（-V_ik[j]））;//隐层第j个节点的输出
		}
		//输出层计算	就一个输出节点
		V_kj=-B_kj;
		for（int j=0;j		{
			V_kj+=W_kj[j]*F_ik[j];//输出层节点的输入
		}
		F_kj=1/（1+exp（-V_kj））;//输出层节点的输出
		//////////////////////////误差计算
		jilei_E+=0.5*pow（goal-F_kj2）;
		//输出层校正误差
		D_kj=（goal-F_kj）*F_kj*（1-F_kj）;//输出神经元的校正误差
		//隐层校正误差
		for（int j=0;j		{
			D_ik[j]=D_kj*W_kj[j]*F_ik[j]*（1-F_ik[j]）;
		}
		//对应权值阈值的修改
		for（int j=0;j		{
			//输出层
			W_kj[j]=W_kj[j]+StudyStep_j*D_kj*F_ik[j];//权值
			//隐层
			W_ik[j]=W_ik[j]+StudyStep_k*D_ik[j]*X;//权值
			B_ik[j]=B_ik[j]-StudyStep_k*D_ik[j];//阈值
		}
		B_kj=B_kj-StudyStep_j*D_kj;//输出层阈值
	}
	jilei_E=jilei_E/total_sample;
	get_jilei_E<	if（sqrt（jilei_E）	{
		isfound=true;
	}
}
//
void BP::validation（）
{
	//检验样本
	for（int i=0;i	{
		valid[i]=-3*pi/2+2*i*pi/（2*total_sample）;
		goalout[i]=sin（valid[i]）+cos（valid[i]）;
	}
	//带入验证
	ofstream nihe;
	nihe.open（“nihe.txt“）;
	for（int i=0;i	{
		//样本赋值
		//X=valid[i];
		double source_X;//目标输入
		double source_goal;//目标输出结果
		double source_output;//最终输出结果
		source_X=-pi+2*pi*（i+1）/（total_sample）;
		source_goal=cos（source_X）+sin（source_X）;
		//归一化处理
		X=（source_X+pi）/（2*pi）;
		//隐层计算
		for（int j=0;j		{
			V_ik[j]=W_ik[j]*X-B_ik[j];
			F_ik[j]=1/（1+exp（-V_ik[j]））;
		}
		//输出层计算
		V_kj=-B_kj;
		for（int j=0;j		{
			V_kj+=W_kj[j]*F_ik[j];
		}
		F_kj=1/（1+exp（-V_kj））;
		source_output=2*sqrt（2）*F_kj-sqrt（2）;
		cout<		cout<		cout<		nihe<		nihe<	}
	nihe.close（）;
}
//
void BP::get_param（）
{
	//
	cout<<“隐层节点数：“<	for（int i=0;i	{
		cout<<“从输入节点到“<<“第“<		cout<		cout<<“

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2014-01-13 21:01  FunctionApproximation\
     目录           0  2014-01-10 09:31  FunctionApproximation\Debug\
     文件      102912  2014-01-13 20:52  FunctionApproximation\Debug\FunctionApproximation.exe
     文件     1146732  2014-01-13 20:52  FunctionApproximation\Debug\FunctionApproximation.ilk
     文件     1035264  2014-01-13 20:52  FunctionApproximation\Debug\FunctionApproximation.pdb
     目录           0  2014-01-09 20:54  FunctionApproximation\FunctionApproximation\
     文件        4435  2014-01-10 10:19  FunctionApproximation\FunctionApproximation\BP.cpp
     文件        1320  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\BP.h
     目录           0  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\
     文件      266506  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\BP.obj
     文件        2794  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\cl.command.1.tlog
     文件       13628  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\CL.read.1.tlog
     文件        1606  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\CL.write.1.tlog
     文件          86  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\FunctionApproximation.lastbuildstate
     文件        1865  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\FunctionApproximation.log
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link-cvtres.read.1.tlog
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link-cvtres.write.1.tlog
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link-rc.read.1.tlog
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link-rc.write.1.tlog
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link.2244-cvtres.read.1.tlog
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link.2244-cvtres.write.1.tlog
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link.2244-rc.read.1.tlog
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link.2244-rc.write.1.tlog
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link.2244.read.1.tlog
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link.2244.write.1.tlog
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link.2364-cvtres.read.1.tlog
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link.2364-cvtres.write.1.tlog
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link.2364-rc.read.1.tlog
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link.2364-rc.write.1.tlog
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link.2364.read.1.tlog
     文件           2  2014-01-13 20:52  FunctionApproximation\FunctionApproximation\Debug\link.2364.write.1.tlog
............此处省略75个文件信息