BP神经网络C程序1

http://wenku.baidu.com/link?url=lhTDjLUeibwAEC3c06hb5dEOk7qstXz0o8MPZjDaAda2n0bN3cP

2AyXKGMtzSXHFm-vb5ljZWg7YdZY5X8srP7XDDhQ-twPILFWwp-OBUHu

BP 神经网络 C 程序

在该题的程序设计中采用了文件相关的操作，记录了相关学习和测试信息数据。权值用伪随

机数函数随机产生（范围是（0,0.5）） 采用结构体及链表来实现神经网络的结构 分为实例

结构体、层结构体和网络结构体 数据结构的设计参照了《人工神经网络原理》（马锐编著，

北京：机械工业出版社，2010,7）一书

学习算法的优化也参照该书

采用学习效率自适应调整算法优化源程序的学习算法，以减少学习次数

#define NUM_LAYERS 4

#define NUM 20 //训练实例个数 #define N 2 //输

入层单元数 #define M 2 //输出层单元数

int Units[NUM_LAYERS] = {N,3,3,M}; //每层单元数 FILE *fp,*fb;

typedef struct //训练实例 { float x[N]; float y[M]; }TRAIN;

typedef struct //网络层结构 { int Units; //该层中单元的

个数 float *Output; //第 i 个单元的输出 float *Error; //第 i 个

单元的校正误差 float **Weight; //第 i 个单元的连接权值

}LAYER;

typedef struct // 网 络 { LAYER **Layer;

(float)((rand()%100)/200.0); }

//初始化训练数据

void InitializeTrainingData(TRAIN *training) { int i,j; char filename[20]; printf(" 请输入训

练 实 例 的 数 据 文 件 名 : "); gets(filename); fb = fopen(filename,"r");

fprintf(fp,"--Saving initialization training datas ..."); for(i=0;i<NUM;i++)

{ for(j=0;j<N;j++) { fscanf(fb,"%f",&(training+i)->x[j]);

fprintf(fp,"%10.4f",(training+i)->x[j]); } for(j=0;j<M;j++)

{ fscanf(fb,"%f",&(training+i)->y[j]); fprintf(fp,"%10.4f",(training+i)->y[j]);

}LAYER;