1实验题目目的

1、1实验题目/目的实验题目：基于感知器学习算法的神经学习系统实验目的：理解和掌握感知器模型及其学习过程，能够利用一编程语言建立一个基于感知器/BP学习算法的神经学习系统。矚慫润厲钐瘗睞枥庑赖賃軔。2规格说明（参数设置，环境设置）编程环境：VC+编程语言：C+参数设置：double x1=0,0,0,1,1,1,0,0,0,0,0,0,0,0,0,1,0,0,0,1,1,1; 输入向量 聞創沟燴鐺險爱氇谴净祸測。double x2=0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,0,0,0,1,1,1;残骛楼諍锩瀨濟溆塹籟婭骤。double x3=0,0,0,0,0,0,1,0,0

2、,0,0,1,1,1,1,1,0,1,1,0,0,1;酽锕极額閉镇桧猪訣锥顧荭。double x4=0,0,1,0,0,1,1,0,0,1,1,0,0,1,1,1,1,0,1,0,1,0;彈贸摄尔霁毙攬砖卤庑诒尔。double x5=0,1,0,0,1,0,1,0,1,0,1,0,1,0,1,0,1,1,0,1,0,0;謀荞抟箧飆鐸怼类蒋薔點鉍。int d=0,0,0,0,0,0,1,0,0,0,1,0,1,1,1,1,0,0,0,1,1,1; 期待输出厦礴恳蹒骈時盡继價骚卺癩。double w仁0.5,w2=0.7,w3=0.6,w4=0.5,w5=0.8; 初始化联结权值茕桢广鳓鯡选块网羈

3、泪镀齐。double o=0.6,s=0.4;初始化阈值，增益因子3设计思想和步骤（包括适当的结构图和流程图）单层感知器模型：单层感知器学习实际上是一种基于纠错学习规则，采用迭代的思想对联结权值和阈值进行不断调 整，直到满足结束条件为止的学习算法。鹅娅尽損鹌惨歷茏鴛賴縈诘。单层感知器学习是一种有导师学习，它需要给出输出样本的期望输出。假设一个样本空间可被划分 为A , B两类。其激活函数的定义为：如果一个输入样本属于 A类，则激活函数的输出为 1,否则其输出为0。对 应的，也可将期望输出定义为：当输入样本属于 A类时，其期望输出为1，否则为-1。籟丛妈羥为贍债 蛏练淨槠挞。nW为联结权值,wx

4、为阈值）本实验使用五人表决系统的示例，共有32个示例，因为使用其中 16个示例无法使权值、阈值、学习因子稳定下来,，故总共使用包括 22个示例的训练集对单层感知器网络进行训练。預頌圣鉉儐歲龈讶骅籴買闥。i T=n实验步骤：1<8初始化联结权值和阈值,以及增益因子。d(t);提供样本输入xi（t）（i=1,2, 和期望输出计算网络的实际输出n若y（y=0，不需要调整连接权值，转）。否则1盅.（5） 调整连接权值：9Wi(t 1) =Wi(t)d(t) y(t)Xi(t)i =1,2,., n其中，n是一个增益因子，用于控制修改速度，其值如果太大，会影响wi(t)的收敛性；如果太小，又会使

5、wi(t)的收敛速度太慢；渗釤呛俨匀谔鱉调硯錦鋇絨。判断是否满足结束条件，若满足，算法结束；否则，将 t值加1,转(2)重新执行。结束条件一般是 指wi(t)对一切样本均稳定不变。铙誅卧泻噦圣骋贶頂廡缝勵。最后用示例对学习后的单层感知器网络进行使用，得到实验结果。4实验仿真和结果分析兄兄兄兄兄 圭冃主冃主目圭冃主冃 几表表表表表 卡二三四五过 攻次丛通 一请青请请隹(0否决,5否决 純否决5否决 舗否决丄通过)：0 I通过：i 丄通过：1 丄通过：0 iSS): 1决决决决决 表袤表羹！ 口音音音音可过 二三四五通 lAixlAlAIA未 请请请请况純否决 况5否决 况5否决, 况舗否决 况5

6、否决丄通过 t通过1通过丄通过 丄通过01106主冃吐冃主冃圭冃圭冃 表表表表表二三四五过 入入入入入通 m 请请请PM(0否决,(0否决(0否决5否决(0否决1通过)1通过)1通爸1通过11111请输入一号表决情况舗否决t通过：分别利用三个示例对网络进行验证：01101，01100，11111。结果分别是通过，未通过，通过。5实验体会 这次实验算是走了不少弯路，因为对单层感知器的实际应用的理解不是很清楚，所以一直无法找到 合适的多输入单输出的示例来作为神经网络的训练集。擁締凤袜备訊顎轮烂蔷報赢。后来终于有了一点想法，可以用五人表决器作为简单的示例。这个例子可以有32个示例，本来实验要求50%

7、作为训练集，50%作为验证示例。但实际实验中发现这个例子单用16个示例无法使权值、阈值稳定下来，所以不得不另外添加了几个示例来充实训练集，可以说是这次实验做下来 的一个遗憾。贓熱俣阃歲匱阊邺镓騷鯛汉。但通过这次实验，笔者还是学到很多东西的。首先对感知器的模型和基本原理、思想有了更深的了 解，同时通过这一神经网络结构较为简单的模型，也对其他较为复杂的模型的知识有了一些了解。 坛搏乡囂忏蒌鍥铃氈淚跻馱。单层感知器的学习过程就是不断调整阈值、联结权值以及增益因子的过程，它可以很好的解决线性 可分的问题。本身编程实现这一学习算法并不困难，但笔者认为，最重要的是理解算法本身的目的 和含义。它本身模拟了生

8、物神经的结构和工作原理，对人工智能这一学科有很大的影响。蜡變黲癟報伥铉锚鈰赘籜葦。笔者认为，学习并不能仅仅止于这次实验而已，我们要从最简单的知识中看出未来发展的路。 培养兴 趣，继续探索研究，以小见大，才能真正有所得。買鲷鴯譖昙膚遙闫撷凄届嬌。6 参考文献 王万森 . 人工智能原理及其应用(第2 版) .电子工业出版社， 2007谭浩强 C语言设计(第二版)清华大学出版社，20057 程序源码(核心) ，源码要求有清晰明确的注释 while (i!=22)/ 网络学习过程，即调整阈值、学习因子和权值的过程 i=0;for (int j=0;j<22;j+)/ 通过训练集中的 22个示例进

9、行网络学习 if (w1*x1j+w2*x2j+w3*x3j+w4*x4j+w5*x5j-o>=0) 綾镝鯛駕櫬鹕踪韦辚糴飙钪。 out=1;若和期望输出一致则输出为1else out=0; 否则为 0if (out=dj) i+;/ 输出符合期望输出的示例数 else/对阈值、权值、学习因子进行调整 o=o+s*(dj-out)*(-1); w1=w1+s*(dj-out)*x1j; w2=w2+s*(dj-out)*x2j; w3=w3+s*(dj-out)*x3j; w4=w4+s*(dj-out)*x4j; w5=w5+s*(dj-out)*x5j;/以下为使用网络的过程if (

10、i=22)/ 如果网络学习成功的话使用网络解决实际问题printf (" 五人表决系统 n");int x1,x2,x3,x4,x5;while (1) printf ("请输入一号表决情况( 0否决， 1 通过)："); scanf ("%d",&x1);if (x1!=1 && x1!=0) printf (" 非法输入！ "); break;printf ("请输入二号表决情况( 0否决， 1 通过)："); scanf ("%d",&x

11、2);if (x2!=1 && x2!=0) printf (" 非法输入！ "); break;printf (" 请输入三号表决情况( scanf ("%d",&x3);if (x3!=1 && x3!=0)printf (" 非法输入！ ");break;printf (" 请输入四号表决情况( scanf ("%d",&x4);if (x4!=1 && x4!=0)printf (" 非法输入！ ");break;printf (" 请输入五号表决情况( scanf ("%d",&x5);0 否决，0 否决，0 否决，通过）：通过）：通过）：");");");if (x5!=1 && x5!=0)printf (" 非法输入！ ");br