基于.神經(jīng)網(wǎng)絡(luò)的無線網(wǎng)絡(luò)資源優(yōu)化設(shè)計(jì)

《基于.神經(jīng)網(wǎng)絡(luò)的無線網(wǎng)絡(luò)資源優(yōu)化設(shè)計(jì)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、萬方數(shù)據(jù)鄭州大學(xué)工程碩士學(xué)位論文基于神經(jīng)網(wǎng)絡(luò)的無線網(wǎng)絡(luò)資源優(yōu)化設(shè)計(jì)圖索引圖1．1人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖????????????????????????．1圖1．2生物神經(jīng)元????????????????????????????7圖1．3層次結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)?????????????????????????9圖1．4前饋型網(wǎng)絡(luò)???????????????????????????．．10圖1—5反饋型網(wǎng)絡(luò)示意圖?????????????????????????10圖1-6HOPFIELD神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖?????????????????????．．14圖1．7連續(xù)HOPFIELD神

2、經(jīng)網(wǎng)絡(luò)模型????????????????????．．15圖1．8離散HOPFIELD神經(jīng)網(wǎng)絡(luò)模型????????????????????．．17圖2-1多用戶OFDM系統(tǒng)????????????????????????．22圖2-2不同誤比特率要求、不同用戶數(shù)目下的平均比特信噪比????????．．26圖2．3不同算法下的誤比特率與平均比特信噪比的關(guān)系???????????．．27圖3．1節(jié)點(diǎn)能量之比???????????????????????????33圖3．2死亡節(jié)點(diǎn)的輪數(shù)隨著簇頭數(shù)目的變化?????????????????33圖3．3簇頭能量消耗之比??????

3、??????????????????．．34圖3．4網(wǎng)絡(luò)耗能與基站接收數(shù)據(jù)包數(shù)量之比?????????????????35V萬方數(shù)據(jù)鄭州大學(xué)工程碩士學(xué)位論文基于神經(jīng)網(wǎng)絡(luò)的無線網(wǎng)絡(luò)資源優(yōu)化設(shè)計(jì)第1章人工神經(jīng)網(wǎng)絡(luò)1．1人工神經(jīng)網(wǎng)絡(luò)進(jìn)程1．1．1人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetworks，ANN)作為數(shù)學(xué)模型n1，應(yīng)用類似于人類大腦的神經(jīng)元進(jìn)行信息處理，常常直接被簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)砼1。人工神經(jīng)網(wǎng)絡(luò)是抽象和模擬人類大腦或自然神經(jīng)網(wǎng)絡(luò)(NaturalNeuralNetwork)瞄。，能夠完成對(duì)動(dòng)物神經(jīng)網(wǎng)絡(luò)表現(xiàn)方式的模擬，存在分布式與并行數(shù)據(jù)操作模型

4、基本特征。在部分條件與技術(shù)的支持下這種人工神經(jīng)網(wǎng)絡(luò)可以對(duì)人腦神經(jīng)系統(tǒng)對(duì)數(shù)據(jù)的分析、查找、保存能力進(jìn)行模擬，所以存在學(xué)習(xí)，記憶與運(yùn)算等智能型特征。非線性適應(yīng)性信息處理能力是人工神經(jīng)網(wǎng)絡(luò)所特有的，人工神經(jīng)網(wǎng)絡(luò)ANN中包含輸入、輸出、隱三種操作單元。具體功能是：輸入單元能夠獲取待分析研究的信息與信號(hào)；輸出單元可以通過來自系統(tǒng)分析所得結(jié)果；最后隱單元存在于前兩者間，作為一類無法從外界直觀了解的單元。神經(jīng)元作為其中的基礎(chǔ)性單元，人工神經(jīng)元可以完成生物神經(jīng)元的簡(jiǎn)化與模擬。；圖1-1人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖如圖所示al’aN指輸入的向量wl’wrl指神經(jīng)元突觸之間的權(quán)值b指偏置f通常為非線性

5、函數(shù)t指神經(jīng)元輸出萬方數(shù)據(jù)鄭州大學(xué)工程碩士學(xué)位論文基于神經(jīng)網(wǎng)絡(luò)的無線網(wǎng)絡(luò)資源優(yōu)化設(shè)計(jì)數(shù)學(xué)表示t=f(wa’+6)由此可見，神經(jīng)元的功能在于求權(quán)向量和輸入向量的內(nèi)積，然后經(jīng)過非線性函數(shù)廠得到一個(gè)標(biāo)量結(jié)果。1．1．2人工神經(jīng)網(wǎng)絡(luò)史十九世紀(jì)四十年代，人工神經(jīng)網(wǎng)絡(luò)正式產(chǎn)生，在大半個(gè)世紀(jì)的時(shí)間里，人工神經(jīng)網(wǎng)絡(luò)由產(chǎn)生、高潮、低迷再到蓬勃發(fā)展與穩(wěn)定。作為第一個(gè)用數(shù)理語言描述腦的信息處理過程的模型，1943年，心理學(xué)家W．S．Mcculloch與數(shù)理邏輯學(xué)家W．Pitts成功建立M—P模型H3。為以后的研究工作起到了拓荒的作用。之后由心理學(xué)家D．0．Hebb于1949年提出的突觸聯(lián)系可變

6、的假設(shè)瞄3，使神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法得到了一定的經(jīng)驗(yàn)累積。屬于首例把神經(jīng)網(wǎng)絡(luò)成果付諸工程實(shí)踐的完整的人工神經(jīng)網(wǎng)絡(luò)，是計(jì)算機(jī)科學(xué)家Rosenblatt于1957年提出了感知機(jī)模型m1由于神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用廣泛，在聯(lián)想記憶和模式識(shí)別等方面都有很好的應(yīng)用前景，因此許多的實(shí)驗(yàn)室包括美國(guó)軍方都加入研究的行列。并在聲吶信號(hào)識(shí)別方面投入了巨大的人力和物力，并獲得相應(yīng)的成果。1960年，B．Windrow與E．Hoff成功推出能夠?qū)崿F(xiàn)處理濾波、預(yù)測(cè)與模式辨認(rèn)等功能的自適應(yīng)線性單元n7

7、，并將人工神經(jīng)網(wǎng)絡(luò)的研究工作進(jìn)入了一個(gè)高潮期口1。1969年一部叫做Perceptron的書n2

8、，是由美國(guó)著

9、名人工智能學(xué)者M(jìn)．Minsky和S．Papert編寫的，認(rèn)為單層感知機(jī)不能解決諸如異或之類問題。并且推及致多層網(wǎng)絡(luò)的感知能力也是有限的。人工神經(jīng)網(wǎng)絡(luò)是眾多科研成果的產(chǎn)物，作為一門邊緣學(xué)科，它擁有更廣闊的發(fā)展前景?！犊刂普摗穘∞的作者Wiener在書中就提到了關(guān)于人腦神經(jīng)元，Haken研究大量元件聯(lián)合行動(dòng)而產(chǎn)生宏觀效果；計(jì)算機(jī)科學(xué)家Turing就針對(duì)提出B網(wǎng)絡(luò)提出過的設(shè)想n引。還有一些其他的關(guān)于非線性系統(tǒng)“混沌”態(tài)的研究n4I。都是一種類似于生物系統(tǒng)的自組織行為，建立復(fù)雜系統(tǒng)依靠著對(duì)原件相互作用之間的聯(lián)系開展的研究。在人工神經(jīng)網(wǎng)