bp算法的实现(适合普通BP算法和改进型BP[带缓冲项]算法)

（适合普通BP算法和改进型BP[带缓冲项]算法）


//训练样本大概是这些(每组前三个为in样本数据 后面为out结果)：
//0 0 0 0.9
//0 0 1 0.1
//0 1 0 0.1
//0 1 1 0.9
//1 0 0 0.1
//1 0 1 0.9
//1 1 0 0.9
//1 1 1 0.1
测试样本可以自己试试这些数据
//0 0.1 0.9（期望：0.1）
//0.9 0.9 0.1（期望0.9）

-----------------------------------------分割线-----------------------------------------

#include "stdlib.h"
#include "math.h"
#include "conio.h"
#include "stdio.h"
#include "time.h"

#define N 8 /*学习样本个数(测试样本个数)*/
#define IN 3 /*输入层神经元数目*/
#define HN 2 /*隐层神经元数目*/
#define ON 1 /*输出层神经元数目*/
float P[IN]; /*单个样本输入数据*/
float T[ON]; /*单个样本教师数据*/

float W[HN][IN]; /*输入层至隐层权值*/
float V[ON][HN]; /*隐层至输出层权值*/
float X[HN]; /*隐层的输入*/
float Y[ON]; /*输出层的输入*/
float H[HN]; /*隐层的输出*/
float O[ON]; /*输出层的输出*/
float YU_HN[HN]; /*隐层的阈值*/
float YU_ON[ON]; /*输出层的阈值*/
float err_m[N]; /*第m个样本的总误差*/
float a; /*输出层至隐层学习效率*/
float b; /*隐层至输入层学习效率*/
float alpha;   /*/动量因子，改进型bp算法使用*/
float d_err[ON];/*δk*/
float e_err[HN];/*δj*/
FILE *fp;
/*定义一个放学习样本的结构*/
struct {
float input[IN];
float teach[ON];
        }Study_Data[N];
/*定义一个放测试样本的结构*/
struct {
float input[IN];
float expect[ON];
        }Test_Data[N];
/*改进型bp算法用来保存每次计算的权值*/
float old_W[HN][IN];
float old_V[ON][HN];