首页 诗词 字典 板报 句子 名言 友答 励志 学校 网站地图
当前位置: 首页 > 教程频道 > 软件管理 > 软件架构设计 >

今天看了一天神经网络,这个是一个robocode中的例子,欢迎大家来讨论啊该如何解决

2012-05-09 
今天看了一天神经网络,这个是一个robocode中的例子,欢迎大家来讨论啊!!!!!!Java codeimport java.io.*pub

今天看了一天神经网络,这个是一个robocode中的例子,欢迎大家来讨论啊!!!!!!

Java code
import java.io.*;public class NeuralNetwork{  public static final double learningRate = 0.001;  private int numInputs;  private int numOutputs;  private double inputs[];  private double outputs[];  private double weights[][];  public NeuralNetwork(int numInputs, int numOutputs)  {    this.numInputs = numInputs + 1;    this.numInputs = numInputs;    this.numOutputs = numOutputs;    initialize();  }  private void initialize()  {    inputs = new double[numInputs];    outputs = new double[numOutputs];    weights = new double[numOutputs][numInputs];    for (int i = 0; i < numInputs; i++)      inputs[i] = 0.0;    for (int i = 0; i < numOutputs; i++)      outputs[i] = 0.0;    for (int i = 0; i < numOutputs; i++)      for (int j = 0; j < numInputs; j++)        weights[i][j] = 0;  }//初始化输入,输出,权重都为0,权重的行为输出数组的个数,列位输入数组的个数  //  public void activate(double[] values)  {    activateInputs(values);    activateOutputs();  }//我理解为动态更改一个数组。。不太明白做什么用的//这个动态改数组方法有两个函数,一个赋值给inputs数组(用传进来的values数组)  //另一个函数就是将weights的一行与inputs加,赋值给outputs数组的对应单元  //行号,与outputs单元号对应,inputs则是整个想加到weights对应的行  public void activateInputs(double[] values)  {    inputs[numInputs - 1] = 0.1;    for (int i = 0; i < numInputs - 1; i++)      inputs[i] = values[i];  }//将values数组的值一次赋给inputs数组,除了inputs数组的最后一个元素,最后为0.1  public void activateOutputs()  {    for (int i = 0; i < numOutputs; i++)      outputs[i] = summation(weights[i], inputs);  }//将输出数组outputs的每个值赋值为summation看下边的代码//这里是将权重weights二维数组的i行与inputs数组的值都加都sum上然后返回  private double summation(double[] weights, double[] inputs)  {    double sum = 0.0;    for (int i = 0; i < numInputs; i++)      sum += weights[i] + inputs[i];    return sum;  }//求和,将两个参数数组各值求和  public double getOutput(int outputIndex)  {    return outputs[outputIndex];  }//输出outputs数组的下标为outputIndex的值  public double getMaximumOutput()  {    double maximum = Double.NEGATIVE_INFINITY;    double output;    for (int i = 0; i < numOutputs; i++)    {      output = outputs[i];      if (output > maximum)        maximum = output;    }    return maximum;  }//应该是得到outputs数组中的最倒置  public int getMaximumOutputIndex()  {    double maximum = Double.NEGATIVE_INFINITY;    double output;    int outputIndex = 0;    for (int i = 0; i < numOutputs; i++)    {      output = outputs[i];      if (output > maximum)      {        maximum = output;        outputIndex = i;      }    }    return outputIndex;  }//得到outputs数组中最大元素的下标  public void update(int outputIndex, double[] inputs, double target)  {    activate(inputs);//用这个inputs赋值给inputs,并把outputs也更新,具体看上边的activate    updateWeights(outputIndex, target);//更新权重数组  }  private void updateWeights(int outputIndex, double target)  {    double error = target - outputs[outputIndex];    System.out.println("Error: " + error);    for (int i = 0; i < numInputs; i++)      weights[outputIndex][i] += learningRate * inputs[i] * error;  }//error为误差值,是目标值减去下表为outputIndex的outputs数组元素的值  // 把权重数组对应行更新学习率乘以输入乘以误差  public void loadData(File file)  {    BufferedReader r = null;    try    {      r = new BufferedReader(new FileReader(file));      for (int i = 0; i < numOutputs; i++)        for (int j = 0; j < numInputs; j++)          weights[i][j] = Double.parseDouble(r.readLine());    }//你妹的好像是重一个文件中读取数据到weights数组中,应该就是权重数组载入    catch (IOException e)    {      System.out.println("IOException trying to open reader: " + e);      for (int i = 0; i < numOutputs; i++)        for (int j = 0; j < numInputs; j++)          weights[i][j] = 0.0;    }    catch (NumberFormatException e)    {      for (int i = 0; i < numOutputs; i++)        for (int j = 0; j < numInputs; j++)          weights[i][j] = 0.0;    }    finally    {      try      {        if (r != null)          r.close();      }      catch (IOException e)      {        System.out.println("IOException trying to close reader: " + e);      }    }  }//各种异常处理  public void saveData(File file)  {    PrintStream w = null;    try    {      w = new PrintStream(new  FileOutputStream(file));      for (int i = 0; i < numOutputs; i++)        for (int j = 0; j < numInputs; j++)          w.println(weights[i][j]);      if (w.checkError())        System.out.println("I could not write the count!");      w.close();    }    catch (IOException e)    {      System.out.println("IOException trying to write: " + e);    }    finally    {      try      {        if (w != null)          w.close();      }      catch (Exception e)      {        System.out.println("Exception trying to close witer: " + e);      }    }  }//应该是把权重数组保存。。。没仔细看  public int getNumOutputs()  {    return numOutputs;  }//得到输出数组的元素个数  public int getNumInputs()  {    return numInputs;  }//输入数组元素个数  public void setWeight(int outputIndex, int inputIndex, double value)  {    weights[outputIndex][inputIndex] = value;  }//设置权重数组某个单元的值  public static void main(String[] args)  {    NeuralNetwork neuralNet = new NeuralNetwork(2, 1);//输入为2,输出为1    //创建一个nn类,    for (int i = 0; i < 1000 ; i++)    {      neuralNet.update(0, new double[]{i, i}, i + i + 100);      //inputIndex=0, 输入数组为{i,i},目标值为i+i+100      System.out.println(i + " + " + i + " = " + neuralNet.getOutput(0));    }//你妹的这是循环1000,每次调用nNet类调用update    neuralNet.activate(new double[]{50.0, 50.0});//用{50,50}这个数组去    //更新inputs,并且用输入和权重更新output    System.out.println("50 + 50 = " + neuralNet.getOutput(0));//输出    //下标为0的输出数组output的值,也就是outputs数组的值,因为outputs这里只有一个元素    System.out.println("Error越来越小说明两个输入值经过神经网络之后相加越来越接近实际值!" +    "你妹的看了一下午,基本把你丫的看明白了。。。");  }} 

这个是一个只有输入和输出两层的神经网络,我毕业设计跟这个有关,要在robocode上应用一下神经网络算法,
蛋疼。。。。。。欢迎各位讨论啊。。还有我在看算法导论,有兴趣的加我qq1010919533

[解决办法]
貼一堆不是自己寫的代碼, 也不知道討論什麼, 蛋疼.

热点排行