#include "stdio.h"
#include "stdlib.h"
#include "time.h"
#include "math.h"
/*********************************************
inpoints 为输入神经元个数,可改变
outpoints为输出神经元个数
defaultpoints为隐层神经元个数
datagrough为样本数据个数
**********************************************
******以下数据定义可以修改*****/
#define A 0
#define a 1
#define b 1
#define c 1
#define ALFA 0.85
#define BETA 0.2 //学习率0~1
#define Total 20000
#define inpoints 9
#define outpoints 5
#define defaultpoints 28
#define datagrough 44
#define forecastdata 4
/**********定义所需变量********/
double InpointData[datagrough][inpoints],OutpointData[datagrough][outpoints]; /* 输入输出数据 */
double InpointData_MAX[inpoints],InpointData_MIN[inpoints]; /* 每个因素最大数据 */
double OutpointData_MAX[outpoints],OutpointData_MIN[outpoints]; /* 每个因素最小数据 */
double w[defaultpoints][inpoints],limen[defaultpoints],v[outpoints][defaultpoints]; /* 连接权值、阈值 */
double dlta_w[defaultpoints][inpoints],dlta_limen[defaultpoints],dlta_v[outpoints][defaultpoints]; /* 连接权、阈值修正值 */
double defaultOutpoint[defaultpoints],Outpoint_dp[outpoints],Outpoint_ep[datagrough];
/**************************读数据文件******************************/
void ReadData()
{
FILE *fp1,*fp2;
int i,j;
if((fp1=fopen("D:\\data\\训练输入.txt","r"))==NULL)
{
printf("1can not open the file\n");
exit(0);
}
for(i=0;i<datagrough;i++)
for(j=0;j<inpoints;j++)
fscanf(fp1,"%lf",&InpointData[i][j]);
fclose(fp1);
if((fp2=fopen("D:\\data\\训练输出.txt","r"))==NULL)
{
printf("2can not open the file\n");
exit(0);
}
for(i=0;i<datagrough;i++)
for(j=0;j<outpoints;j++)
fscanf(fp2,"%lf",&OutpointData[i][j]);
fclose(fp2);
}
/*****************************************************/
/*****************************************归一化******************************************************/
void unitary()
{
int i,j;
int k=0;
for(j=0;j<inpoints;j++) //找出每列的最大、最小值存放在数组InpointData_MAX[j]、InpointData_MIN[j]中
{
InpointData_MAX[j]=InpointData[0][j];
InpointData_MIN[j]=InpointData[0][j];
for(i=0;i<datagrough;i++)
if(InpointData_MAX[j]<InpointData[i][j])
InpointData_MAX[j]=InpointData[i][j];
else if(InpointData_MIN[j]>InpointData[i][j])
InpointData_MIN[j]=InpointData[i][j];
}
for(j=0;j<outpoints;j++) //找出每列的最大、最小值存放在数组OutpointData_MAX[j]、OutpointData_MIN[j]中
{
OutpointData_MAX[j]=OutpointData[0][j];
OutpointData_MIN[j]=OutpointData[0][j];
for(i=0;i<datagrough;i++)
if(OutpointData_MAX[j]<OutpointData[i][j])
OutpointData_MAX[j]=OutpointData[i][j];
else if(OutpointData_MIN[j]>OutpointData[i][j])
OutpointData_MIN[j]=OutpointData[i][j];
}
/***************将数据归一处理,处理之后的数据全部在[0,1]之间*************************/
for(j=0;j<inpoints;j++)
for(i=0;i<datagrough;i++)
if(InpointData_MAX[j]==0)
InpointData[i][j]=0;
else
InpointData[i][j]=(InpointData[i][j]-InpointData_MIN[j]+A)/(InpointData_MAX[j]-InpointData_MIN[j]+A);
for(j=0;j<outpoints;j++)
for(i=0;i<datagrough;i++)
if(OutpointData_MAX[j]==0)
OutpointData[i][j]=0;
else
OutpointData[i][j]=(OutpointData[i][j]-OutpointData_MIN[j]+A)/(OutpointData_MAX[j]-OutpointData_MIN[j]+A);
}
/*****************************************************/
/*********************初始化,随机赋初值**************************/
void Initialization()
{
int i,j;
srand((unsigned)time(NULL)); //头文件名 #include <time.h>
for(i=0;i<defaultpoints;i++) //给输入层到隐层的连接权赋随机值LianJie_w[i][j],这些值在[0,1]
for(j=0;j<inpoints;j++)
{
w[i][j]=(rand()*2.0/RAND_MAX-1)/2;
dlta_w[i][j]=0;
}
for(i=0;i<defaultpoints;i++)
{
limen[i]=(rand()*2.0/RAND_MAX-1)/2;
dlta_limen[i]=0;
}
for(i=0;i<outpoints;i++) //给隐层到输出层的连接权赋初值
for(j=0;j<defaultpoints;j++)
{
v[i][j]=(rand()*2.0/RAND_MAX-1)/2;
dlta_v[i][j]=0;
}
}
/**********************求单样本的计算输出误差*******************************/
void out_sub1(int t)
{
int i,j;
double defaultInpoint[defaultpoints];
double Outpoint_y[outpoints];
Outpoint_ep[t]=0;
for(i=0;i<defaultpoints;i++)
{
double sum=0;
for(j=0;j<inpoints;j++)
sum+=w[i][j]*InpointData[t][j];
defaultInpoint[i]=sum+limen[i];
defaultOutpoint[i]=1/(a+b*exp(-1*c*defaultInpoint[i]));//求O[i]
}
for(j=0;j<outpoints;j++)//求Y[i]
{
Outpoint_y[j]=0;
for(i=0;i<defaultpoints;i++)
Outpoint_y[j]+=v[j][i]*defaultOutpoint[i];
Outpoint_dp[j]=OutpointData[t][j]-Outpoint_y[j];
Outpoint_ep[t]+=Outpoint_dp[j]*Outpoint_dp[j]/2;
}
}
/*****************************反算权值******************************************/
void out_sub2(int t)
{
int i,j,k;
double s;
for(i=0;i<defaultpoints;i++)
{
s=0;
for(j=0;j<outpoints;j++)
{
dlta_v[j][i]=ALFA*dlta_v[j][i]+BETA*Outpoint_dp[j]*defaultOutpoint[i]; //
s+=v[j][i]*Outpoint_dp[j];
v[j][i]+=dlta_v[j][i];
}
dlta_limen[i]=ALFA*dlta_limen[i]+BETA*defaultOutpoint[i]*(1-defaultOutpoint[i])*s;//
limen[i]+=dlta_limen[i];
for(k=0;k<inpoints;k++)
{
dlta_w[i][k]=ALFA*dlta_w[i][k]+BETA*defaultOutpoint[i]*(1-defaultOutpoint[i])*s*InpointData[t][k];//
w[i][k]=w[i][k]+dlta_w[i][k];
}
}
}
/*******************************************************/
void forecast()
{
int i,j,t,k=0;
double e,e1[forecastdata]={0}; //训练误差
double sss;
double InputData_x[forecastdata][inpoints],tp[forecastdata][outpoints];
double defInpoint,defOutpoint[defaultpoints],y[forecastdata][outpoints];//y[forecastdata][outpoints]为网络检验输出
FILE *fp1,*fp3;
if((fp1=fopen("D:\\data\\预测输入.txt","r"))==NULL) //检验数据输入
{
printf("3can not open the file\n");
exit(0);
}
for(i=0;i<forecastdata;i++)
for(j=0;j<inpoints;j++)
fscanf(fp1,"%lf",&InputData_x[i][j]);
fclose(fp1);
if((fp3=fopen("D:\\data\\预测输出.txt","r"))==NULL) //实际检验结果输出
{
printf("31can not open the file\n");
exit(0);
}
for(i=0;i<forecastdata;i++)
for(j=0;j<outpoints;j++)
fscanf(fp3,"%lf",&tp[i][j]);
fclose(fp3);
for(j=0;j<inpoints;j++) // 检验数据归一化
for(i=0;i<forecastdata;i++)
if(InpointData_MAX[j]==0)
InputData_x[i][j]=0;
else
InputData_x[i][j]=(InputData_x[i][j]-InpointData_MIN[j]+A)/(InpointData_MAX[j]-InpointData_MIN[j]+A);
for(j=0;j<outpoints;j++)
for(i=0;i<forecastdata;i++)
if(OutpointData_MAX[j]==0)
tp[i][j]=0;
else
tp[i][j]=(tp[i][j]-OutpointData_MIN[j]+A)/(OutpointData_MAX[j]-OutpointData_MIN[j]+A);
do
{
Initialization(); //初始化连接权值w[i][j],limen[i],v[k][i]
k=0;
do
{
e=0;
for(t=0;t<datagrough;t++)
{
out_sub1(t); //正向计算网络输出
out_sub2(t); //反向计算,修正权值
e+=Outpoint_ep[t]; //计算输出误差
}
k++;
}while((k<Total)&&(e>0.1));
sss=0; //中间参数
for(t=0;t<forecastdata;t++)
{
e1[t]=0;
for(i=0;i<defaultpoints;i++)
{
double sum=0;
for(j=0;j<inpoints;j++)
sum+=w[i][j]*InputData_x[t][j];
defInpoint=sum+limen[i];
defOutpoint[i]=1/(a+b*exp(-1*c*defInpoint));
}
for(j=0;j<outpoints;j++)
{
y[t][j]=0;
for(i=0;i<defaultpoints;i++)
y[t][j]+=v[j][i]*defOutpoint[i];
e1[t]+=(y[t][j]-tp[t][j])*(y[t][j]-tp[t][j])/2;
y[t][j]=y[t][j]*(OutpointData_MAX[j]-OutpointData_MIN[j]+A)+OutpointData_MIN[j]-A;
}
sss+=e1[t];
}
sss=sss/forecastdata;
printf(" %lf %lf\n",e,sss);
}while(sss>0.12);
}
/********************************************************/
void main()
{
int i,j,k;
FILE *fp2;
ReadData(); //读训练数据:输入和输出
unitary(); //归一化,将输入输出数据归一,结果在[0,1]中
forecast(); //检验误差
if((fp2=fopen("D:\\data\\计算权值.txt","w"))==NULL) //文件输出训练好的权值
{
printf("6can not open the file\n");
exit(0);
}
for(i=0;i<defaultpoints;i++)
{
for(k=0;k<inpoints;k++)
fprintf(fp2," %lf ",w[i][k]);
fprintf(fp2,"\n");
}
fprintf(fp2,"\n");
for(i=0;i<defaultpoints;i++)
fprintf(fp2," %lf ",limen[i]);
fprintf(fp2,"\n\n");
for(i=0;i<defaultpoints;i++)
{
for(j=0;j<outpoints;j++)
fprintf(fp2," %lf ",v[j][i]);
fprintf(fp2,"\n");
}
fclose(fp2);
}
改进的BP神经网络算法(C语言源码)
来源:互联网 发布日期:2011-12-04 19:24:01 浏览:51908次
导读:BP神经网络算法,C语言编写 用户可以修改输入、输出、隐层神经元, 可以根据网络输出误差调整各网络参数(学习率、动量因子、检验误差、训练误差、学习次数)...
相关内容
- AI 2025 的硅谷答案:60 条关键洞察
- DeepSeek上线国家超算平台!三大运营商接入,平头哥芯片适配
- 年终展望:2025年,生成式AI投资十大风向标
- 脑机接口竞赛:又一场典型的中美模式较量
- 美科技巨头未来“完全收购”AI开发者?拜登警告:警惕科技工业综合体
- 中国互联网协会发布 “2024年影响中国互联网行业发展的十件大事”
- 上海脑机接口临床试验迎来重大突破,可用意念实时合成汉语
- Arm计划推出自研芯片,已将Meta锁定为首批客户
- 脑机接口取得又一突破性进展:实时汉语解码实现”意念对话“
- DeepSeek爆火的启示:中国如何培植创新基因?
- 2025全球电商消费趋势有哪些?AI等创新科技应用场景加速拓展、情绪经济成亮点
- 为什么DeepSeek会诞生在杭州?
- 黄仁勋:我们的目标是创建一个巨型芯片,将使用72个Blackwell GPU
- 脑机接口市场迎利好,京沪接连公布行动方案,落地还有哪些挑战
- DeepSeek立功,华为算力芯片供不应求,英伟达算力霸权坍塌背后
- “脑控”智能设备、“意念对话” 脑机接口接入现实?|科技有狠活
- 意图打击中国产业,效果可能适得其反,美科技组织担忧AI芯片出口被管制
- 2025年手机芯片,可能不会采用2nm技术
- 脑机接口临床案例获“出乎意料”成果:瘫痪患者训练2个月,不需脑机接口也可拿起木球
- 联想意外曝光英伟达N1芯片!AI PC要迎来“质变”时刻了?
AiLab云推荐

最新资讯
本月热点
热门排行
-
科学家成功研发可弯曲的非硅柔性芯片,成本不到 1 美元
阅读量:6029
-
马斯克的新愿景对准盲人,Neuralink下一代脑机接口已获批
阅读量:4634
-
为了获诺奖,AI不仅要懂物理学,还要懂哲学?
阅读量:3819
-
我国研究人员设计出高效神经调控芯片,推动脑机接口研发进程
阅读量:3643
-
为何诺贝尔化学奖又颁给AI?万字详解:AI重塑结构生物学
阅读量:3570
-
芯片大厂恩智浦边缘业务提速融合人工智能
阅读量:3459