关于C++实现的BP神经网络(代码)

时间:2009-06-26

  #pragma   hdrstop

  #include   <stdio.h>

  #include   <iostream.h>

  const   A=30.0;

  const   B=10.0;

  const   MAX=500;               //训练次数

  const   COEF=0.0035;   //网络的学习效率

  const   BCOEF=0.001;//网络的阀值调整效率

  const   ERROR=0.002     ;   //   网络训练中的允许误差

  const   ACCURACY=0.0005;//网络要求

  double   sample[41][4]={{0,0,0,0},{5,1,4,19.020},{5,3,3,14.150},

  {5,5,2,14.360},{5,3,3,14.150},{5,3,2,15.390},

  {5,3,2,15.390},{5,5,1,19.680},{5,1,2,21.060},

  {5,3,3,14.150},{5,5,4,12.680},{5,5,2,14.360},

  {5,1,3,19.610},{5,3,4,13.650},{5,5,5,12.430},

  {5,1,4,19.020},{5,1,4,19.020},{5,3,5,13.390},

  {5,5,4,12.680},{5,1,3,19.610},{5,3,2,15.390},

  {1,3,1,11.110},{1,5,2,6.521},{1,1,3,10.190},

  {1,3,4,6.043},{1,5,5,5.242},{1,5,3,5.724},

  {1,1,4,9.766},{1,3,5,5.870},{1,5,4,5.406},

  {1,1,3,10.190},{1,1,5,9.545},{1,3,4,6.043},

  {1,5,3,5.724},{1,1,2,11.250},{1,3,1,11.110},

  {1,3,3,6.380},{1,5,2,6.521},{1,1,1,16.000},

  {1,3,2,7.219},{1,5,3,5.724}};

  double   w[4][10][10],wc[4][10][10],b[4][10],bc[4][10];

  double   o[4][10],netin[4][10],d[4][10],differ;//单个样本的误差

  double   is;   //全体样本均方差

  int   count,a;

  void   netout(int   m,   int   n);//计算网络隐含层和输出层的输出

  void   calculd(int   m,int   n);   //计算网络的反向传播误差

  void   calcalwc(int   m,int   n);//计算网络权值的调整量

  void   calcaulbc(int   m,int   n);   //计算网络阀值的调整量

  void   changew(int   m,int   n);   //调整网络权值

  void   changeb(int   m,int   n);//调整网络阀值

  void   clearwc(int   m,int   n);//清除网络权值变化量wc

  void   clearbc(int   m,int   n);//清除网络阀值变化量bc

  void   initialw(void);//初始化NN网络权值W

  void   initialb(void);   //初始化NN网络阀值

  void   calculdiffer(void);//计算NN网络单个样本误差

  void   calculis(void);//计算NN网络全体样本误差

  void   trainNN(void);//训练NN网络

  /*计算NN网络隐含层和输出层的输出   */

  void   netout(int   m,int   n)

  {

  int   i,j,k;

  //隐含层各节点的的输出

  for   (j=1,i=2;j<=m;j++)   //m为隐含层节点个数

  {

  netin[i][j]=0.0;

  for(k=1;k<=3;k++)//隐含层的每个节点均有三个输入变量

  netin[i][j]=netin[i][j]+o[i-1][k]*w[i][k][j];

  netin[i][j]=netin[i][j]-b[i][j];

  o[i][j]=A/(1+exp(-netin[i][j]/B));

  }

  //输出层各节点的输出

  for   (j=1,i=3;j<=n;j++)

  {

  netin[i][j]=0.0;

  for   (k=1;k<=m;k++)

  netin[i][j]=netin[i][j]+o[i-1][k]*w[i][k][j];

  netin[i][j]=netin[i][j]-b[i][j];

  o[i][j]=A/(1+exp(-netin[i][j]/B))   ;

  }

  }

  /*计算NN网络的反向传播误差*/

  void   calculd(int   m,int   n)

  {

  int   i,j,k;

  double   t;

  a=count-1;

  d[3][1]=(o[3][1]-sample[a][3])*(A/B)*exp(-netin[3][1]/B)/pow(1+exp(-netin[3][1]/B),2);

  //隐含层的误差

  for   (j=1,i=2;j<=m;j++)

  {

  t=0.00;

  for   (k=1;k<=n;k++)

  t=t+w[i+1][j][k]*d[i+1][k];

  d[i][j]=t*(A/B)*exp(-netin[i][j]/B)/pow(1+exp(-netin[i][j]/B),2);

  }

  }

  /*计算网络权值W的调整量*/

  void   calculwc(int   m,int   n)

  {

  int   i,j,k;

  //   输出层(第三层)与隐含层(第二层)之间的连接权值的调整

  for   (i=1,k=3;i<=m;i++)

  {

  for   (j=1;j<=n;j++)

  {

  wc[k][i][j]=-COEF*d[k][j]*o[k-1][i]+0.5*wc[k][i][j];

  }

  //   printf("\n");

  }

  //隐含层与输入层之间的连接权值的调整

  for   (i=1,k=2;i<=m;i++)

  {

  for   (j=1;j<=m;j++)

  {

  wc[k][i][j]=-COEF*d[k][j]*o[k-1][i]+0.5*wc[k][i][j];

  }

  //     printf("\n");

  }

  }

  /*计算网络阀值的调整量*/

  void   calculbc(int   m,int   n)

  {

  int   j;

  for   (j=1;j<=m;j++)

  {

  bc[2][j]=BCOEF*d[2][j];

  }

  for   (j=1;j<=n;j++)

  {

  bc[3][j]=BCOEF*d[3][j];

  }

  }

  /*调整网络权值*/

  void   changw(int   m,int   n)

  {

  int   i,j;

  for   (i=1;i<=3;i++)

  for   (j=1;j<=m;j++)

  {

  w[2][i][j]=0.9*w[2][i][j]+wc[2][i][j];

  //为了保证系统有较好的鲁棒性,计算权值时乘惯性系数0.9

  printf("w[2][%d][%d]=%f\n",i,j,w[2][i][j]);

  }

  for   (i=1;i<=m;i++)

  for   (j=1;j<=n;j++)

  {

  w[3][i][j]=0.9*w[3][i][j]+wc[3][i][j];

  printf("w[3][%d][%d]=%f\n",i,j,w[3][i][j]);

  }

  }

  /*调整网络阀值*/

  void   changb(int   m,int   n)

  {

  int   j;

  for   (j=1;j<=m;j++)

  b[2][j]=b[2][j]+bc[2][j];

  for   (j=1;j<=n;j++)

  b[3][j]=b[3][j]+bc[3][j];

  }

  /*清除网络权值变化量wc*/

  void   clearwc(void)

  {

  for   (int   i=0;i<4;i++)

  for   (int   j=0;j<10;j++)

  for   (int   k=0;k<10;k++)

  wc[i][j][k]=0.00;

  }

  /*清除网络阀值变化量*/

  void   clearbc(void)

  {

  for   (int   i=0;i<4;i++)

  for   (int   j=0;j<10;j++)

  bc[i][j]=0.00;

  }

  /*初始化网络权值W*/

  void   initialw(void)

  {

  int   i,j,k,x;

  double   weight;

  for   (i=0;i<4;i++)

  for   (j=0;j<10;j++)

  for   (k=0;k<10;k++)

  {

  randomize();

  x=100+random(400);

  weight=(double)x/5000.00;

  w[i][j][k]=weight;

  }

  }

  /*初始化网络阀值*/

  void   initialb(void)

  {

  int   i,j,x;

  double   fazhi;

  for   (i=0;i<4;i++)

  for   (j=0;j<10;j++)

  {

  randomize();

  for   (int   k=0;k<12;k++)

  {

  x=100+random(400);

  }

  fazhi=(double)x/50000.00;

  b[i][j]=fazhi;

  }

  }

  /*计算网络单个样本误差*/

  void   calculdiffer(void)

  {

  a=count-1;

  differ=0.5*(o[3][1]-sample[a][3])*(o[3][1]-sample[a][3]);

  }

  void   calculis(void)

  {

  int   i;

  is=0.0;

  for   (i=0;i<=19;i++)

  {

  o[1][1]=sample[i][0];

  o[1][2]=sample[i][1];

  o[1][3]=sample[i][2];

  netout(8,1);

  is=is+(o[3][1]-sample[i][3])*(o[3][1]-sample[i][3]);

  }

  is=is/20;

  }

  /*训练网络*/

  void   trainNN(void)

  {

  long   int   time;

  int   i,x[4];

  initialw();

  initialb();

  for   (time=1;time<=MAX;time++)

  {

  count=0;

  while(count<=40)

  {

  o[1][1]=sample[count][0];

  o[1][2]=sample[count][1];

  o[1][3]=sample[count][2];

  count=count+1;

  clearwc();

  clearbc();

  netout(8,1);

  calculdiffer();

  while(differ>ERROR)

  {

  calculd(8,1);

  calculwc(8,1);

  calculbc(8,1);

  changw(8,1);

  changb(8,1);

  netout(8,1);

  calculdiffer();

  }

  }

  printf("This   is   %d   times   training   NN...\n",time);

  calculis();

  printf("is==%f\n",is);

  if   (is<ACCURACY)   break;

  }

  }

  //---------------------------------------------------------------------------

  #pragma   argsused

  int   main(int   argc,   char*   argv[])

  {

  double   result;

  int   m,test[4];

  char   ch='y';

  cout<<"Please   wait   for   the   train   of   NN:"<<endl;

  trainNN();

  cout<<"Now,this   modular   network   can   work   for   you."<<endl;

  while(ch=='y'   ||   ch=='Y')

  {

  cout<<"Please   input   data   to   be   tested."<<endl;

  for   (m=1;m<=3;m++)

  cin>>test[m];

  ch=getchar();

  o[1][1]=test[1];

  o[1][2]=test[2];

  o[1][3]=test[3];

  netout(8,1);

  result=o[3][1];

  printf("Final   result   is   %f.\n",result);

  printf("Still   test?[Yes]   or   [No]\n");

  ch=getchar();

  }

  return   0;

  }



  
上一篇:关于C++常用排序法研究
下一篇:C++中强制转换函数总结

免责声明: 凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处。非本网作品均来自互联网,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。

相关技术资料