readme2.txt

帆点点滴滴京东方卡上；附近的卡上；房价肯定撒

  	       <<人工神经网络实验系统1.0贝吉塔版>>
        	  BP前向网络&BP误差反向传播算法
  			   
  			     说明书
==================================================================

		       零.[说在前面的话]

    这是我研制的第二个人工神经网络模型。 此网络由9个神经元构
成，四个为输入神经元，二个为输出神经元。即此系统能处理所有四
元至二元的映射函数关系。
    此实验系统中的人工神经网络是BP前向网络，使用了最常用且有
效的BP误差反向传播算法。此网络模型属有导师型，可根据给出样本
X->Y的映射关系，自学习并推导出其函数关系式。
    此模型也是当前人工神经网络在实际应用中使用面最广的模型之
一。包括国家自然科学基金的资助项目(39770675)<<基于人工神经网
络的肺癌诊断研究>>，福建省财政厅资助的重大项目（96 闽财农
预字 015）<<基于人工神经网络的森林资源管理模型研究>>等重要项
目中，此模型是解决此类问题的核心技术。
    使用本实验系统，能自由地设定BP网络里的重要参数，包括误差
率(Error rate)，阈值(Threshold)，网络收敛速度(Converage Speed).
命令系统的使用，使得输入与维护样本的工作大大简化，为实验提供了
有效的工具。推导出的神经网络保存成磁盘文件*.bn，并注有实验者自
己的版权信息，系统提供的Cal2工具，能成快速地将*.bn化成有效的
函数工具供使用者使用。
     希望本软件能对人工神经网络的研究与应用起到积极的推动作用！

  					          沈琦 2001.7
------------------------------------------------------------------
			####重要说明#####

本系统作为一科学工具，为了产权关系明晰，保护您个人的得益。科学工作者
在使用前，请认真阅读以下条款:

1.本软件虽为免费软件。但本软件版权所有，本软件的一切权利，软件作者
  全部保留。

2.因本软件属于重要的科学实验工具，在本软件上实验得出来的重要结论的
  知识产权归软件使用者所有，不为本软件作者所有，但在您的研究成果报告
  或论文中必须注有使用本软件的信息，包括本软件的全称和软件开发者姓名
  等

3.本软件生成的*.bn文件(成形的人工神经网络)和*.cs文件(人工神经网络训练
  样本)都为重要实验参数，请实验者慎重保管。

4.本软件生成的*.bn文件(成形的人工神经网络)的知识产权属使用者所有，
  但*.bn文件的文件格式作为本软件知识产权的一部分，属本软件作者所有。
  使用者如希望将*.bn的内容完全解码出来，请联系本软件作者帮助解码。
  为了保护您的利益，一切都会按法律程序行使。(联系方式见<<后记>>)
 
====================================================================

		          一.一些基本入门知识

    本系统，你只要给同相应的自变量值，分别为 Data1，Data2，Data3，
Data4，再给出相应的导师信号 Supervised Data1，Supervised Data2。
经过大量的样本训练，此神经网络能推出"自变量值"与"导师信号"间的关系。

    等神经网络学习完成后，以后，只要你给出"自变量值"，神经网络就能
输出相应的结果了。在实际生活与应用中，有些x->y的函数关系是很容易推
的，例如: <路程>=<时间>*<速度>。而在很多实例中，其函数关系很难确定，
所以应用本系统，就能确定一些模糊而复杂的系统的相似函数关系。如
前面提到的病理的诊断，还有例如预测股票的变化，弹导导弹的轨迹等等。

    对"神经网络"的"刺激"，本系统将它编成2条指令，第1条为"学习"指令，
第2条为"处理"指令。"学习"指令，你能为"学习"设成"最大学习次数"，也就
是系统要反馈多少次才能收敛于正确结果。系统默认为10万次。"处理"指令，
即当"神经网络"通过样本的"学习"后，就能根据你给的x(四元)推导出相应的
y(二元).

--------------------------------------------------------------------

		          二.指令系统概况

使用Help指令，可列出所有指令.

cls             清除屏幕
clearbn         神经网络初始化
clearcs         清空指令系统
list            显示所有内存中的指令
add             添加指令("学习"与"处理"指令")
delete          删除指令
edit            修改指令
run             运行所有指令(用"学习"或"处理"指令刺激神经网络)
at              运行一条指令
show            显示神经网络的图样!
		可看到每个神经元的刺激状态和神经连接状态，非常有趣!
savecs          将指令系统存入文件*.cs
loadcs          从文件中读取指令系统*.cs
dircs           显示当前目录下所有指令系统文件*.cs
savebn          将一训练好的"神经网络"存入文件*.bn
loadbn          读取一个"神经网络"文件到实验系统*.bn
dirbn           显示当前目录上所有"神经网络"文件*.bn
set             显示当前神经网络实验参数
setn            设置神经网络参数 n=1,2,3,4
about           关于本系统的一些信息
exit            退出本系统

本实验系统中的所有指令均无参数，如需键入指令加回车即可
======================================================================

			三.常用指令详解

1.clearbn和clearcs指令

     clearbn指令是给神经网络初始化，各个神经元间的连接都会处于随机的
  微弱作用状态。如果你要开始新的实验，就要使用本指令。
     clearcs用于清空指令系统。

2.list指令

     显示所有指令系统中的所有指令
  list执行后如下图，分别为

指令号  功能    自变量1 自变量2 自变量3 自变量4 导师1   导师数据2
Num     Status  Data 1  Data 2  Data 3  Data 4  SData 1 SData 2
==========================================================================
 1      Learn   0.200   0.200   0.000   0.000   0.200   0.000
 2      Learn   0.200   0.800   0.000   0.000   0.800   0.000
 3      Process 0.800   0.200   0.000   0.000   None	None

  功能分两类,Learn为学习指令，process为处理指令

3.add添加指令

  执行add向指令系统添加指令，执行后:

  Command No.1
  Mode 0.Learning 1.Process
  Choose:0		先选择0或1,0为学习指令，1为处理指令
  			学习指令过会儿会要求你输入导师信号的
  Data 1:
  Data 2:			输入4个自变量X
  Data 3:
  Data 4:
  Supervise Data1:	输入你希望得到的Y值，即导师信号
  Supervise Data2:

  说明，如果你只希望要两个自变量，一个结果值。那么data3和data4可
  输入0，Supervise Data2也输入0

4.run运行所有指令，at执行其中一条指令

   执行run后会一般得到类似以下的输出

标号 刺激次数   误差率		输出数据1   	输出数据2
L: Time:100001  Error:1.35%     Out1:0.200622   Out2:0.016435
L: Time:93      Error:0.98%     Out1:0.786017   Out2:0.001060
L: Time:83      Error:0.99%     Out1:0.785981   Out2:0.001174
L: Time:759     Error:0.97%     Out1:0.813945   Out2:0.000252
P: Out1: 0.394947       Out2: 0.003146
P: Out1: 0.142191       Out2: 0.019714
P: Out1: 0.813723       Out2: 0.000252
   处理指令输出1	处理指令输出2

说明:标号'L'或'P'，分别表示执行了"Learn"或"process"指令
     最大刺激次数可用set1指令来设定，


5.show显示神经网络图

      这是一个很有趣的功能，要以看到每个神经元的状态，神经元 
   会随受刺激程序的大小而变化.

6.savecs，loadcs指令与savebn，loadbn指令

     savecs与loadcs用于将指令系统存入文件和从文件中读取指令系统

       而savebn，loadbn指令用于将一训练好的"神经网络"存入文件或读取
   一个"神经网络"文件到实验系统

7.set与set1，set2，set3，set4指令

   set可显示当前神经网络实验参数，共四项。
   set1，set2，set3，set4就是用来设置这四项的。

   set1:  设置"最大刺激次数"(Training Time)，系统默认为100000(十万)
	  用户可自己调节，根据自己的计算机性能而定

   set2:  设置"误差范围"(Error range)，系统默认为0.0001

   set3:  设置"收敛率"(Convergence rate)，范围为0.3--3
	  用户可自己试着设置"收敛率"，好的"收敛率"会加快神经网络的
          学习收敛速度。系统默认为0.3

   set4:  设置"阈值"(Threshold value)
 	  各个神经元间的连接的神经会通过自学习而适应收敛的需要，
          用户可设置"阈值"改变神经间的自学习能力。

8.dircs和dirbn

   显示当前目录下所有指令系统文件*.cs]
   显示当前目录上所有"神经网络"文件*.bn，就此不多做介绍

=============================================================================