BP神经网络演示类-Delphi版

http://iofai.com/204.html

2012年10月31日 ⁄ 代码 ⁄ 共 9060字 ⁄ 字号小中大 ⁄ 评论 6 条 ⁄ 阅读 0 views 次

这是一个以前写的一个Bp人工神经网络训练的类，感觉收敛的速度不错，发布出来供学习人工神经网络的朋友们参考：

001

002

003

004

005

006

007

008

009

010

011

012

013

014

015

016

017

018

019

020

021

022

023

024

025

026

027

028

029

030

031

032

033

034

035

036

037

038

039

040

041

042

043

044

045

046

047

048

049

050

051

052

053

054

055

056

057

058

059

060

061

062

063

064

065

066

067

068

069

070

071

072

073

074

075

076

077

078

079

080

081

082

083

084

085

086

087

088

089

090

091

092

093

094

095

096

097

098

099

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

198

199

200

201

202

203

204

205

206

207

208

209

210

211

212

213

214

215

216

217

218

219

220

221

222

223

224

225

226

227

228

229

230

231

232

233

234

235

236

237

238

239

240

241

242

243

244

245

246

247

248

249

250

251

252

253

254

255

256

257

258

259

260

261

262

263

264

265

266

267

268

269

270

271

272

273

274

275

276

277

278

279

280

281

282

283

284

285

286

287

288

289

290

291

292

293

294

295

296

297

298

299

300

301

302

303

304

305

306

307

308

309

310

311

312

313

314

315

316

317

318

319

320

321

322

323

324

325

326

327

328

329

330

331

332

333

334

335

336

337

338

339

340

341

342

343

344

345

346

347

348

349

350

351

352

353

354

355

356

357

358

359

360

361

362

363

364

365

366

367

368

369

370

371

372

373

374

375

376

377

378

379

380

381

382

383

384

385

386

387

388

389

390

391

392

393

394

395

396

397

398

399

400

401

402

403

404

405

406

407

408

409

410

411

412

413

414

415

416

417

418

419

420

unit UBP;
{代码-智能办公http://iofai.com}
interface
uses Math,SysUtils;
type
 ObjNeurons = object
 _U: Single;
 _B: Single;
 _PB: Single;
 _Type: Byte;
 _Offset: Single; //at
 _SumOffset: Single; //sum at
 _OldSumOffset: Single; //old
 function _V(): Single;
 end;
 RNeuronsOfLevel = record
 _NeruronsCount: Integer;
 _NeruronsArray: array of ObjNeurons; //OBJ ARRAY
 end;
 RSynaptic = record //突触
 _Weight: Single;
 _PW: Single;
 _Offset: Single;
 _SumOffset: Single;
 _OldSumOffset: Single;
 end;
 RMatrix = record
 Matrix: array of array of RSynaptic;
 end;
 RSample = record
 X: array of Single;
 Y: array of Single;
 end;
 ObjNeuronsNet = class
 constructor create(); overload;
 constructor Create(const LevelArray: array of Integer); overload;
 destructor Destroy(); override;
 public
 _SampleCount: Integer;
 _SampleArray: array of RSample;
 _MaxStudyCount: Integer; //最大学习次数
 _MaxError: Single;
 
_UpN: Single; //N上升
 _DownN: Single; //N下降
 _MaxN: Single; //最大N
 procedure MemSample(); //分配
 procedure Study(); //day day Study haha
 private
 _StudyCount: Integer;
 _LevelCount: Integer; //Level Count I to Calc
 _WeightMatrix: array of RMatrix; //Synaptic Matrix
 _NeruronsLevelArray: array of RNeuronsOfLevel; // Nerurons Of level
 _ExportArray: array of Single;
 procedure FreeNet(); //Free
 procedure Changle(); //权值
 //-----
 //-----
 procedure InitNet(const LevelArray: array of Integer); //init BP Net,get Array of Level
 procedure InitWeightMatrix(); //init Matrix of Weight is random
 procedure CalcExport(); //Calc to
 procedure CalcExportReturn(); //return
 procedure CalcOffset(const LevelID: Integer; const NeuronsID: Integer); //Neurons Offset
 procedure SaveOffset(); //save
 procedure AddOffset(); //Sum Offset
 function GetError(): Single;
 end;
implementation
 
uses UMain;
 
{ ObjNeurons }
 
function ObjNeurons._V: Single;
begin
 case _Type of
 0: begin
 Result := _U;
 end;
 1: begin
 Result := 1 / (1 + Exp(-(_U - _B)));
 end;
 end;
end;
 
{ ObjNeuronsNet }
 
procedure ObjNeuronsNet.AddOffset;
var i, j, k: Integer;
 Count: Integer;
 ACount: Integer;
begin
 for i := 0 to _LevelCount - 1 do
 begin
 count := _NeruronsLevelArray[i]._NeruronsCount;
 Acount := _NeruronsLevelArray[i + 1]._NeruronsCount;
 for j := 0 to Count - 1 do
 begin
 _NeruronsLevelArray[i]._NeruronsArray[j]._SumOffset := _NeruronsLevelArray[i]._NeruronsArray[j]._SumOffset + _NeruronsLevelArray[i]._NeruronsArray[j]._Offset;
 if i < (_LevelCount - 1) then
 begin
 for k := 0 to ACount - 1 do
 begin
 _WeightMatrix[i].Matrix[J, K]._SumOffset := _WeightMatrix[i].Matrix[J, K]._SumOffset + _WeightMatrix[i].Matrix[J, K]._Offset;
 end;
 end;
 end;
 end;
end;
 
procedure ObjNeuronsNet.CalcExport;
var i, j, k: Integer;
 FCount: Integer;
 Sum: Single;
begin
 for i := 1 to _LevelCount - 1 do
 begin
 FCount := _NeruronsLevelArray[i - 1]._NeruronsCount;
 for j := 0 to _NeruronsLevelArray[i]._NeruronsCount - 1 do
 begin
 Sum := 0;
 for K := 0 to FCount - 1 do
 begin
 Sum := Sum + _WeightMatrix[i - 1].Matrix[K, J]._Weight * _NeruronsLevelArray[i - 1]._NeruronsArray[k]._V;
 end;
 _NeruronsLevelArray[i]._NeruronsArray[j]._U := Sum;
 end;
 end;
end;
 
procedure ObjNeuronsNet.CalcExportReturn;
var i, j, k: Integer;
 Count: Integer;
 Acount: Integer;
begin
 for i := _LevelCount - 1 downto 1 do
 begin
 count := _NeruronsLevelArray[i]._NeruronsCount;
 for j := 0 to Count - 1 do
 begin
 CalcOffset(i, j);
 end;
 end;
 for i := 0 to _LevelCount - 2 do
 begin
 count := _NeruronsLevelArray[i]._NeruronsCount;
 Acount := _NeruronsLevelArray[i + 1]._NeruronsCount;
 for j := 0 to Count - 1 do
 begin
 for k := 0 to Acount - 1 do
 begin
 _WeightMatrix[i].Matrix[j, k]._Offset := Self._NeruronsLevelArray[i]._NeruronsArray[j]._V * Self._NeruronsLevelArray[i + 1]._NeruronsArray[K]._Offset;
 end;
 end;
 end;
end;
 
procedure ObjNeuronsNet.CalcOffset(const LevelID, NeuronsID: Integer);
var i: Integer;
 YExport, DExport: Single;
 Sum: Single;
 ACount: Integer;
begin
 Sum := 0;
 {本段已经加入一个负号}
 YExport := _NeruronsLevelArray[LevelID]._NeruronsArray[NeuronsID]._V;
 if LevelID = (_LevelCount - 1) then
 begin
 
DExport := _ExportArray[NeuronsID];
 _NeruronsLevelArray[LevelID]._NeruronsArray[NeuronsID]._Offset := -YExport * (1 - YExport) * (DExport - YExport);
 end
 else begin
 ACount := _NeruronsLevelArray[LevelID + 1]._NeruronsCount;
 for i := 0 to ACount - 1 do
 begin
 
Sum := Sum + _NeruronsLevelArray[LevelID + 1]._NeruronsArray[i]._Offset * _WeightMatrix[LevelID].Matrix[NeuronsID, i]._Weight;
 end;
 
_NeruronsLevelArray[LevelID]._NeruronsArray[NeuronsID]._Offset := -YExport * (1 - YExport) * Sum;
 end;
end;
 
constructor ObjNeuronsNet.create;
begin
 
end;
 
procedure ObjNeuronsNet.Changle;
var i, j, k: Integer;
 FCount: Integer;
 ACount: Integer;
 PB: Single;
 oldPb: Single;
 PW: Single;
 OldPw: Single;
 T: Single;
 B: Single;
 W: Single;
begin
 for i := 0 to _LevelCount - 1 do
 begin
 
FCount := _NeruronsLevelArray[i]._NeruronsCount;
 for j := 0 to FCount - 1 do
 begin
 PB := _NeruronsLevelArray[i]._NeruronsArray[j]._SumOffset;
 oldPb := _NeruronsLevelArray[i]._NeruronsArray[j]._OldSumOffset;
 T := PB * OLDPB;
 if T > 0 then
 begin
 _NeruronsLevelArray[i]._NeruronsArray[j]._PB := _UpN * _NeruronsLevelArray[i]._NeruronsArray[j]._PB;
 end else 
                      