MATLAB神经网络30例

实例1 BP神经网络在非线性函数拟合中的应用 1

1．1 理论基础 1

1．1．1 BP网络概述 1

1．1．2 BP神经网络的MATLAB函数 2

1．2 非线性函数拟合方法 6

实例2 主元BP神经网络在股票价格预测中的应用 12

2．1 理论基础 12

2．1．1 主成分分析的原理 12

2．1．2 主元神经网络与股票预测 14

2．2 股票价格的预测方法 16

实例3 遗传算法优化BP神经网络在坝基岩体渗透系数识别中的应用 22

3．1 理论基础 22

3．1．1 遗传算法概述 22

3．1．2 MATLAB遗传算法工具箱介绍 24

3．1．3 遗传神经网络的基本原理 28

3．2 坝基岩体渗透系数识别 29

实例4 基于PSO-BP神经网络刀具磨损状态监测技术 35

4．1 理论基础 35

4．1．1 粒子群算法的原理 36

4．1．2 粒子群算法的矩阵形式 37

4．1．3 MATLAB粒子群算法工具箱 38

4．2 刀具磨损监测的PSO神经网络方法 40

实例5 离散型Hopfield神经网络在交通标志识别中的应用 49

5．1 理论基础 49

5．1．1 离散型Hopfield神经网络的工作方式 49

5．1．2 Hopfield神经网络的设计方法 51

5．2 Hopfield神经网络的MATLAB函数 52

5．3 离散型Hopfield神经网络与交通标志识别 53

实例6 连续型Hopfield神经网络在旅游路线周游规划中的应用 58

6．1 理论基础 58

6．1．1 CHNN的工作原理 58

6．1．2 CHNN的重要性质 59

6．1．3 TSP问题的描述 61

6．2 TSP问题的CHNN求解 62

6．2．1 求解方法一 62

6．2．2 求解方法二 64

6．2．3 旅游线路周游规划的MATLAB实现方法 65

实例7 感知器网络与线性神经网络在医疗诊断中的应用 71

7．1 理论基础 71

7．1．1 感知器网络原理 71

7．1．2 线性神经网络原理 73

7．1．3 感知器网络的MATLAB函数 73

7．1．4 线性神经网络的MATLAB函数 77

7．2 两种神经网络在医疗诊断中的应用 78

实例8 RBF神经网络在太阳黑子数预测中的应用 83

8．1 理论基础 83

8．1．1 RBF神经网络原理 83

8．1．2 RBF神经网络的MATLAB函数 86

8．2 太阳黑子数观测的RBFNN方法 88

实例9 GRNN在无源双地基雷达跟踪中的应用 94

9．1 理论基础 94

9．1．1 GRNN 的基本原理 94

9．1．2 GRNN的统计学意义 96

9．2 无源跟踪的GRNN与UKF方法比较 97

9．2．1 UKF与GRNN非线性滤波的原理 98

9．2．2 UKF与GRNN的无源跟踪程序 100

实例10 模糊神经网络在预测地基沉降量中的应用 106

10．1 理论基础 106

10．1．1 模糊逻辑系统简介 107

10．1．2 TS型模糊神经网络简介 108

10．1．3 TS型模糊神经网络学习算法 109

10．2 模糊神经网络在预测地基沉降量中的应用 111

实例11 概率神经网络在遥感图像分类中的应用 117

11．1 理论基础 117

11．1．1 概率神经网络简介 117

11．1．2 概率神经网络的MATLAB函数 118

11．2 概率神经网络在遥感图像分类中的应用 118

实例12 小波神经网络在电力负荷预测中的应用 124

12．1 理论基础 124

12．1．1 小波理论简介 124

12．1．2 小波神经网络简介 127

12．2 小波神经网络在电力负荷预测中的应用 130

实例13 神经网络在PID控制系统设计中的应用 136

13．1 理论基础 136

13．2 神经网络PID及MATLAB编程方法 138

实例14　灰色神经网络在空调订单预报中的应用 146

14．1 理论基础 146

14．1．1 灰色理论简介 146

14．1．2 灰色神经网络模型 149

14．2 空调订单灰色神经网络预报的编程方法 151

实例15　基于Chebyshev混沌神经网络异步加密与解密算法 156

15．1 理论基础 156

15．1．1 混沌理论简介 156

15．1．2 Chebyshev神经网络建模 159

15．2 Chebyshev混沌神经网络应用于异步加密的算法 162

实例16　基于随机Hopfield神经网络的最优CDMA多用户检测器 171

16．1 理论基础 171

16．1．1 CDMA通信系统模型 171

16．1．2 多用户检测问题的提出及建模 176

16．1．3 随机Hopfield神经网络检测器理论 177

16．2 CDMA最优多用户检测编程方法 178

实例17 ELMAN神经网络在无线传感器网络定位中的应用 183

17．1 理论基础 183

17．1．1 ELMAN神经网络理论简介 183

17．1．2 ELMAN神经网络的工具箱函数简介 184

17．1．3 无线传感器网络RSSI定位技术简介 186

17．2 ELMAN网络在无线传感器网络定位中的应用 186

实例18　混沌神经网络同步控制及在保密通信中的应用 191

18．1 理论基础 191

18．1．1 混沌通信简介 191

18．1．2 混沌同步简介 193

18．2 混沌神经网络同步及保密通信仿真 194

实例19　水反应器神经网络控制方法及Simulink实现 203

19．1 理论基础 203

19．1．1 MATLAB Simulink简介 203

19．1．2 神经网络控制器Simulink模块简介 207

19．2 水反应器神经网络控制方法的Simulink仿真 211

实例20　基于自适应神经网络滤波的引信去噪方法 215

20．1 自适应噪声对消原理 215

20．2 神经网络滤波引信去噪仿真 216

20．2．1 MATLAB编程方法 217

20．2．2 MATLAB Simulink方法 219

实例21 SOM神经网络在生物信息聚类分析中的应用 223

21．1 理论基础 223

21．1．1 聚类分析简介 223

21．1．2 SOM神经网络简介 226

21．2 生物信息聚类分析的编程方法 228

实例22 LVQ神经网络在数字图像边缘检测中的应用 233

22．1 理论基础 233

22．1．1 LVQ神经网络简介 233

22．1．2 数字图像边缘检测原理与方法 238

22．2 边缘检测LVQ神经网络原理及编程实现 239

实例23 Kohonen神经网络在彩色图像智能分层中的应用 245

23．1 理论基础 245

23．1．1 Kohonen自组织神经网络简介 245

23．1．2 Kohonen自组织神经网络工作原理 245

23．2 彩色图像智能分层的MATLAB编程方法 246

实例24 基于模拟退火算法的城市周游TSP问题求解 252

24．1 理论基础 252

24．1．1 模拟退火算法简介 252

24．1．2 模拟退火算法实现 252

24．2 城市周游问题Boltzman机求解编程方法 253

实例25 PSO-余弦基神经网络在信号调制解调中的应用 259

25．1 理论基础 259

25．2 神经网络滤波器调制解调方法设计 260

实例26 SVM在DNA序列分类中的应用 272

26．1 理论基础 272

26．1．1 SVM算法分类 272

26．1．2 Libsvm工具箱 273

26．2 SVM在DNA序列分类应用的编程实现 274

实例27 PSO-SVM在上证指数开盘指数预测中的应用 279

27．1 理论基础 279

27．2 PSO-SVM在上证指数开盘指数预测的编程方法 280

实例28 量子神经网络在油气资源评价中的应用 288

28．1 理论基础 288

28．2 量子神经网络在油气资源评价应用的编程实现 293

实例29 神经网络GUI设计及Simulink设计方法 305

29．1 神经网络数据管理工具箱图形界面 305

29．2 神经网络拟合工具箱图形界面 309

29．3 神经网络模式识别工具箱图形界面 313

实例30 矩阵方法在大规模神经网络的MATLAB编程中的应用 317

30．1 理论基础 317

30．1．1 多层BP神经网络正向传播算法的矩阵形式 317

30．1．2 多层BP神经网络误差反向传播算法的矩阵形式 320

30．2 大规模BP神经网络的MATLAB编程方法 323

神经网络经过了近70年的蓬勃发展，其拓扑结构、工作机制与应用领域已经发生了翻天覆地的变化，全面、直观、深入地认识各类神经网络已经是学习运用神经网络的必由之路。本书全面介绍了前馈型、反馈型与自组织型三大类神经网络，传统的BP网络到现代的量子网络20余小类神经网络，并结合实例分析了各种神经网络的使用方法和编程方法。
对于成熟的神经网络，本书给出了MATLAB函数及调用方法；对于前沿的神经网络，本书推导了高效简洁的编程算法；对于需要结合其他方法使用的神经网络，本书也分析了其他方法的原理、使用方法及MATLAB函数，甚至提供了相应的工具箱供读者调用。
本书充分考虑了MATLAB语言的特点，以及程序的可读性、可移植性、可扩展性的要求，力图保证研究者能深入浅出地理解如何使复杂的算法简洁高效，然后变成简洁、易读、高效的源代码；力求使初学者与使用者通过直观生动的实例来理解各类神经网络，无须重新编写程序，直接修改参数即可使用本书提供的神经网络。

本书充分考虑了MATLAB语言的特点，以及程序的可读性、可移植性、可扩展性的要求，力图保证研究者能深入浅出地理解如何使复杂的算法简洁高效，然后变成简洁、易读、高效的源代码；力求使初学者与使用者通过直观生动的实例来理解各类神经网络，无须重新编写程序，直接修改参数即可使用本书提供的神经网络。
本书可作为本科毕业设计、研究生论文写作、博士生参考书籍之用，同时对广大一线科研人员也有很高的参考价值。