基于 MATLAB的反馈神经网络

1 实验目的

1. 进一步掌握反馈神经网络的原理及应用；
2. 基于MATLAB实现反馈神经网络。

2 实验内容

(1)网络的状态

  DHNN网络中的每个神经元都有相同的功能，其输出称为状态，用 表示，所有神经元状态构成的反馈网络的状态 ,反馈网络的初始状态为输入表示为 ,一旦初始值给定后，网络就开始进行动态演变，网络中的每个神经元的状态在不断的变化，变化规律如下：

                                                                         

            式中， 为激活函数（转移函数），通常为符号函数：

输入 为;

                                                                               

对于DHNN网络，一般有 .

当网络的每个神经元的状态都不在改变时，此时的转态就是网络的输出转态，表示为：

                                                           

(2) 网络的异步工作方式

所谓异步是针对权值更新来说的，网络运行时每次只有一个神经元的i按照(1)式进行转态的更新，其他神经元的状态权值不变，即，神经元状态的调整可以按照预先设定顺序进行调整，也可以随机选定。

（3）网络的同步工作方式

和异步相对应，网络的同步工作方式是一种并行方式，所有神经元同时调整状态，即：

                                                                             

 

3实验原理

 反馈神经网络是一种反馈动力学系统。在这种网络中，每个神经元同时将自身的输出信号作为输入信号反馈给其他神经元，它需要工作一段时间才能达到稳定。Hopfield神经网络是反馈网络中最简单且应用广泛的模型，它具有联想记忆的功能，如果将李雅普诺夫函数定义为巡游函数，Hopfield神经网络还可以用来解决快速寻优问题。 [1] 

 4实验步骤

实现代码：

 

clear

clc