组成部分的功能来看，信平方差时间二〇〇九年五月十二日星期二图训练误差验证误差测试误差曲线步骤三输出结果最后，对网络响应进行分析，将所有的数据都放在整个数据集中，包括训练数据验证数据和测试数据，然后网络输出和相应的期望输出向量进行线性回归分析。线性回归之前需要对网络输出进行反规范转换，因为有三组输出值，所以应进行三次线性回归。其结果如图所示。将三组输出进行线性回归分析二〇〇九年五月十二日星期二图线性回归结果线性回归线性回归线性回归不同条件下的输出结果对网络型进行改进，将隐层神经元数目加为个，观察其输出结果其训练过程如图所示。三种误差曲线如图所示，改进后的线性回归结果如图所示。图训练过程,二〇〇九年五月十二日星期二图三种误差曲线平方差时间同样将所有的数据都放在整个数据集中，包括训练数据验证数据和测试数据，然后网络输出和相应的期望输出向量进行线性回归分析。最后线性回归的输出结果如图所示。二〇〇九年五月十二日星期二图线性回归结果线性回归线性回归线性回归讨论综上两种情况比较下，其中当隐层神经元为五个时，前面两个输出期望值的跟踪较好，相应的值几乎达到了，而第三个输出则吻合得不是很理想，作进步研究，在当隐层数据为时，较第种情况，它的输出更加接近于期望值。比较可知，当隐层数目越多，则测试得到的样本水平越接近于期望值。结束语本文首先总结了神经网络的研究目的和意义，介绍了神经网络的研究背景和现状，分析了目前神经网络研究中存在的问题，然后描述了神经网络算法的实现以及神经网络的工作原理，给出了网络的局限性。在以神经网络为基础的前提下，分析研究了神经网络在函数逼近和样本含量估计两个实例中的应用。以及分析了结论，即信号的频率越高，则隐层节点越多，隐单元个数越多，逼近能力越强。和隐层数目越多，测试得到的样本的水平越接近于期望值。本文虽然总结分析了神经网络算法的实现，给出了实例分析，但是还有很多的不足。本文所总结的神经网络和目前研究的现状都还不够全面，经过程序调试的图形有可能都还存在很多细节上的问题，而图形曲线所实现效果都还不够好，以及结果分析不够全面，正确，缺乏科学性等，这些都还是需加强提高的，本文的完成不代表就对这门学科研究的结束，还有很多知识，理论，研究成果需要不断学习，近几年的不断发展，神经网络更是取得了非常广泛的应用，和令人瞩目的发展，在很多方面都发挥了其独特的作用，特别是在人工智能自动控制计算机科学信息处理机器人模式识别等众多方面的应用实例，给人们带来了很多应用上到思考，和解决方法的研究。但是神经网络的研究最近几年还没有达到非常热门的阶段，这还需有很多热爱神经网络和研究神经网络人员的不断研究和创新，在科技高度发达二〇〇九年五月十二日星期二的现在，我们有理由期待，也有理由相信。我想在不久的将来神经网络会应用到更多更广的方面，人们的生活会更加便捷。参考文献郑君里,杨行峻人工神经网络北京高等教育出版社,郝中华神经网络的非线性思想洛阳师范学院学报巨军让，卓戎神经网络在中的方便实现新疆石油学院学报蒋宗礼人工神经网络导论高等教育出版社，闻新周露王丹力熊晓英神经网络应用设计科学出版社，葛哲学孙志强编著神经网络与实现北京电子工业出版社，董长虹编著神经网络与应用北京国防工业出版社，胡守仁，等神经网络导论长沙国防科技大学出版社，张玲，张钹人工神经网络理及应用浙江浙江科技大学出版社李学桥神经网络工程应用重庆重庆大学出版社，楼顺天，等基于的系统分析与设计神经网络西安西安电子科技大学出版社，周开利，康耀红编著神经网络模型及其仿真程序设计魏海坤神经网络结构设计的理论与方法国防工业出版社，二〇〇九年五月十二日星期二,二〇〇九年五月十二日星期二二〇〇九年五月十二日星期二目录绪论人工神经网络的研究背景和意义神经网络的发展与研究现状神经网络的研究内容和目前存在的问题神经网络的应用神经网络结构及神经网络神经元与网络结构神经网络及其原理神经网络的主要功能网络的优点以及局限性神经网络在实例中的应用基于的神经网络工具箱函数网络在函数逼近中的应用网络在样本含量估计中的应用结束语参考文献英文摘要致谢二〇〇九年五月十二日星期二基于的神经网络应用蒋亮亮南京信息工程大学滨江学院自动化专业，南京摘要本文首先说明课题研究的目的和意义，评述课题的国内外研究现状，引出目前存在的问题。然后分析了神经网络算法的基本原理，给出经典神经网络算法的具体实现方法，总结神经网络算法的特点，并给出神经网络算法的基本流程。采用软件编程实现神经网络算法。将神经网络算法应用于函数逼近和样本含量估计问题中，并分析相关参数对算法运行结果的影响。最后对神经网络算法进行了展望。关键词神经网络神经网络函数逼近绪论人工神经网络者们完成了很多有意义的工作。神经网络的现状进入世纪年代以来，神经网络由于应用面还不够宽，结果不够精确，存在可信度问题，从而进入了认识与应用研究期。开发现有模型的应用，并在应用中根据实际运行情