LabVIEW中BP神经网络的实现及应用

2．1 利用Matlab Scriipt节点实现

在此以对一个非线性函数的逼近作为例子来说明实现流程，其中输入矢量p=[一1：O．05：1]；目标矢量f—sin(2。pi*p)+0．1randn(size(p))。利用．Mat—lab Script节点实现BP算法的过程如下：

(1)新建一个LabVIEw vi，在框图程序中添加Matlab Script节点。

(2)在节点内添加Matlab的动量BP算法实现代码，并分别在节点左右边框分别添加对应的输入／输出参数，如图1所示。

(3)在vi的前面板添加相应的控件，设置输入参数，连接输出控件。执行程序，结果如图2、图3所示。

此方法能够直接利用Matlab强大的神经网络工具箱，程序运行时会自动调用系统中已安装的Matlab进行计算，不用进行复杂的编程，开发效率很高。

2．2 利用图形编程实现

LabVIEw是美国NI公司推出的基于图形化编程的虚拟仪器软件开发工具，它无需任何文本程序代码，而是把复杂、繁琐的语言编程简化成图形，用线条把各种图形连接起来。在此以一个设备状态分类器设计作为例子来说明实现流程输入，该设备有8个输入分量，即温度、湿度等外部条件；而输出状态则有3种，分别为正常、偏小、偏大。这里采用12个训练样本，每个样本有8个分量，3类输出分别编码为(O 1)，(1 0)，(1 1)，以下即为输入样本及标准输出数据(见图4、图5)。