神經網絡的BP算法C語言實現

/BP算法簡單實現，C語言代碼可運行,詳細注釋/代碼存放文件本文用的絕對路徑，會報錯，請自行更改路徑或者改成相對路徑/#include #include #include #include #define input 2 /輸入層 #define hidden 10 /隱層 #define output 1 /輸出層 #define sampleNum 90 /樣本容量 #define test 10 /測試集容量 #define nr 0.1 /學習效率 #define EPS 0.00001 float xsampleNuminput,dsampleNumoutput,whiinputhidden,wijhiddenoutput,thihidden,thjoutput; /x是輸入的值，d是輸出的值，whi是權值， int h,i,j,k,ff; double testdata12;float xmininput,xmaxinput,dminoutput,dmaxoutput; FILE *fp1,*fp2,*fp3,*fp4; void init(void); void startleaning(void); void testsample(void); void readw(void); void readt(void); void writew(void); float sigmoid(float a); double ranu(void); void init(void) int min,max; if(fp1=0) system(cls); printf(Can not find the learning sample file!n); exit(0); for(k=0;ksampleNum;k+) for(h=0;hinput;h+) fscanf(fp1,%f,&xkh); /神經網絡輸入 for(j=0;joutput;j+) fscanf(fp1,%f,&dkj); /神經網絡輸出 for(j=0;joutput;j+) min=1;max=1; for(k=0;ksampleNum;k+) if(dkjdmaxj) max=k; dminj=dminj; dmaxj=dmaxj; for(k=0;ksampleNum;k+) /神經網絡輸出歸一化 dkj=(dkj-dminj)/(dmaxj-dminj); void startlearning(void) long int nt,n; float t,errorsampleNum,gerror,xjoutput,xihidden,yjoutput,yihidden,pxihidden,pxjoutput; float u0=0,u1=0,u2=0,u3=0; float v0,v1,v2,v3; for(i=0;ihidden;i+) for(h=0;hinput;h+) whihi=-0.8+1.6*ranu(); /whi為輸入到隱藏層的權值 for(j=0;joutput;j+) wijij=-0.8+1.6*ranu(); /wij為隱藏層到輸出的權值 thii=-0.5+ranu(); /thi為輸入到隱藏層的bias for(j=0;joutput;j+) thjj=-0.5+ranu(); /thj為隱藏層到輸出的bias /學習開始 printf(tnPlease enter the learning times:n); scanf(%ld,&nt); for(n=0;nnt;n+) /*nt為學習次數*/ gerror=0; for(k=0;ksampleNum;k+) /*單樣本循環(huán)*/ for(i=0;ihidden;i+) t=0; for(h=0;hinput;h+) t+=whihi*xkh; xii=t+thii; /xi為輸入層到隱藏層的權值和 yii=sigmoid(xii); /yi為函數變換后的輸出層/隱層輸出 for(j=0;joutput;j+) t=0; for(i=0;ihidden;i+) t+=wijij*yii; xjj=t+thjj; /xj為隱藏層到輸出層的權值和 yjj=sigmoid(xjj); /yj為函數變換后的輸出層 /輸出層輸出 for(j=0;joutput;j+) /pxj為輸出層單樣本點誤差變化率 pxjj=yjj*(1-yjj)*(yjj-dkj); for(i=0;ihidden;i+) /pxi為隱層單樣本點誤差變化率 t=0; for(j=0;joutput;j+) t+=pxjj*wijij; pxii=yii*(1-yii)*t; for(j=0;joutput;j+) thjj=thjj-nr*pxjj; for(i=0;ihidden;i+) wijij=wijij-nr*pxjj*yii; /隱層到輸出層權值修正，其中nr為步長 for(i=0;ihidden;i+) thii=thii-nr*pxii; for(h=0;hinput;h+) whihi=whihi-nr*pxii*xkh; /輸入層到隱層權值修正，其中nr為步長 t=0; for(j=0;joutput;j+) t+=(yjj-dkj)*(yjj-dkj)/2.0; errork=t; gerror+=errork; /全局誤差 g(lobal)error /單樣本循環(huán)結束 if(gerrorEPS) break; writew(); fclose(fp2); int k=0; for(k=0;ksampleNum;k+) for(i=0;ihidden;i+) t=0; for(h=0;hinput;h+) t+=whihi*xkh; xii=t+thii; /xi為輸入層到隱藏層的權值和 yii=sigmoid(xii); /yi為函數變換后的輸出層/隱層輸出 for(j=0;joutput;j+) t=0; for(i=0;ihidden;i+) t+=wijij*yii; xjj=t+thjj; /xj為隱藏層到輸出層的權值和 yjj=sigmoid(xjj); /yj為函數變換后的輸出層 printf(%f %f %fn,xk0,xk1,yj0*(dmax0-dmin0)+dmin0);while(1) printf(press any number to test Network,press C exit to use test.txtn);scanf(%lf%lf,&testdata00,&testdata01); if(getchar()=c) break; for(i=0;ihidden;i+) t=0; for(h=0;hinput;h+) t+=whihi*testdata0h; xii=t+thii; /xi為輸入層到隱藏層的權值和 yii=sigmoid(xii); /yi為函數變換后的輸出層/隱層輸出 for(j=0;joutput;j+) t=0; for(i=0;ihidden;i+) t+=wijij*yii; xjj=t+thjj; /xj為隱藏層到輸出層的權值和 yjj=sigmoid(xjj); /yj為函數變換后的輸出層 printf(test:%fn,yj0*(dmax0-dmin0)+dmin0); / 學習循環(huán)結束 for(i=0;ihidden;i+) for(h=0;hhidden)%d%d=%fn,h,i,whihi); for(i=0;ihidden;i+) for(j=0;joutput)%d%d=%fn,i,j,wijij); for(i=0;ihidden)%d=%fn,i,thii); for(j=0;joutput)%d=%fn,j,thjj); printf(tnGlobal error=%fn,gerror); printf(Press any key to choose a next task!/n); getch(); void testsample(void) float txinput,t,xjoutput,xihidden,yjoutput,yihidden; if(fp2=0) printf(t can not find the weight file:w.txtn); exit(0); readw(); for(ff=0;fftest;ff+) for(h=0;hinput;h+) fscanf(fp3,%f,&txh); for(i=0;ihidden;i+) t=0; for(h=0;hinput;h+) t+=whihi*txh; xii=t+thii; yii=sigmoid(xii); for(j=0;joutput;j+) t=0; for(i=0;ihidden;i+) t+=wijij*yii; xjj=t+thjj; yjj=sigmoid(xjj); for(j=0;joutput;j+) yjj=yjj*(dmaxj-dminj)+dminj; fprintf(fp4,%fn,yjj); fclose(fp4); printf(tnThe result save in testreslut.txt?n); printf(Press any key to choose a next task!n); getch(); void writew(void) rewind(fp2); for(h=0;hinput;h+) for(i=0;ihidden;i+) fprintf(fp2,%8.3f ,whihi); fprintf(fp2,n); fprintf(fp2,n); for(i=0;ihidden;i+) fprintf(fp2,%8.3f ,thii); fprintf(fp2,nn); for(j=0;joutput;j+) for(i=0;ihidden;i+) fprintf(fp2,%8.3f ,wijij); fprintf(fp2,n); fprintf(fp2,n); for(j=0;joutput;j+) fprintf(fp2,%8.3f ,thjj); void readw(void) for(h=0;hinput;h+) for(i=0;ihidden;i+) fscanf(fp2,%f,&whihi); for(i=0;ihidden;i+) fscanf(fp2,%f,&thii); for(j=0;joutput;j+) for(i=0;ihidden;i+) fscanf(fp2,%f,&wijij); for(j=0;j1.0) return(xrand/m); else xrand=1.0; goto lp; void main() fp1=fopen(D:/BP/sample.txt,r); fp2=fopen(D:/BP/weight.txt,w+); fp3=fopen(D:/BP/test.txt,r+); fp4=fopen(D:/BP/testreslut.txt,w+); init(); while(1) system(cls); printf(tn choose a task.nn