Matlab語(yǔ)言的Neural Network Toolbox 及其在同步中

1 引 言

神經(jīng)網(wǎng)絡(luò )工具箱擴充了Matlab的設計、應用、顯示和仿真神經(jīng)網(wǎng)絡(luò )的工具。如今神經(jīng)網(wǎng)絡(luò )能夠用來(lái)解決常規計算機和人難以解決的問(wèn)題，神經(jīng)網(wǎng)絡(luò )已經(jīng)在各個(gè)領(lǐng)域中應用，以實(shí)現各種復雜的功能。這些領(lǐng)域包括：模式識別、非線(xiàn)性系統鑒定和系統控制。神經(jīng)網(wǎng)絡(luò )工具箱除了提供方便用戶(hù)設計和管理網(wǎng)絡(luò )的可視化接口(GUI)外，還提供了大量已經(jīng)證實(shí)的網(wǎng)絡(luò )設計的支持。標準、開(kāi)放、可擴張的工具箱設計方便了用戶(hù)自定義函數和網(wǎng)絡(luò )的生成。

像生物學(xué)神經(jīng)系統一樣，一個(gè)神經(jīng)網(wǎng)絡(luò )會(huì )學(xué)習，因此，也就可以被訓練去解決問(wèn)題，識別模式，劃分數據和預測事態(tài)發(fā)展。神經(jīng)網(wǎng)絡(luò )的行為由它的各個(gè)計算參數的結合方式以及它們的權重來(lái)決定。一般的神經(jīng)網(wǎng)絡(luò )都是可調節的，或者說(shuō)可訓練的，這樣一個(gè)特定的輸入便可得到要求的輸出。這里，網(wǎng)絡(luò )根據輸出和目標的比較而調整，直到網(wǎng)絡(luò )輸出和目標匹配。神經(jīng)網(wǎng)絡(luò )工具GUI使神經(jīng)網(wǎng)絡(luò )變得簡(jiǎn)單，它使你能夠導人大量復雜的數據，并能夠很快地產(chǎn)生、初始化、訓練、仿真和管理網(wǎng)絡(luò )。簡(jiǎn)單的圖像表示有助于明確和理解網(wǎng)絡(luò )的結構。因為神經(jīng)網(wǎng)絡(luò )需要復雜的矩陣計算，Matlab提供一個(gè)神經(jīng)框架，幫助快速地使用神經(jīng)網(wǎng)絡(luò )和學(xué)習它們的行為和應用。

文獻[5]討論了用擴充的神經(jīng)系統工具的方法在仿真環(huán)境里解決現存的問(wèn)題。這種新方法簡(jiǎn)化了網(wǎng)絡(luò )結構，并且也實(shí)現對其他軟件工具的利用。目前還沒(méi)有論文公開(kāi)討論NNT在同步機制中的應用，而這一部分的研究也是具有現實(shí)意義的。

2 Matlab神經(jīng)網(wǎng)絡(luò )工具箱

NNT使在Matlab中使用神經(jīng)網(wǎng)絡(luò )變得簡(jiǎn)單。其工具箱中包含了大量函數和網(wǎng)絡(luò )結構框圖(圖1是一個(gè)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò )框圖，圖中獨立的符號簡(jiǎn)化了對網(wǎng)絡(luò )結構的理解)，因此，這里不需要介紹所有的將用到的函數、訓練算法等。

2.1 NNT的結構

工具箱是基于網(wǎng)絡(luò )對象的。網(wǎng)絡(luò )對象包括關(guān)于神經(jīng)網(wǎng)絡(luò )的所有信息，例如：網(wǎng)絡(luò )的層數和結構、層與層之間的連接等。Matlab提供了高等網(wǎng)絡(luò )層的創(chuàng )建函數，比如：newlin(創(chuàng )建一個(gè)線(xiàn)性層)，newp(創(chuàng )建一個(gè)感知機)，newff(創(chuàng )建一個(gè)反向傳播網(wǎng)絡(luò ))等。舉例說(shuō)明，這里創(chuàng )建了1個(gè)感知機，2個(gè)輸入向量p1=[0 1]，p2=[-2 2]，神經(jīng)元數為1。