admin - 2008-6-23 13:30:00
本程序示例2个简单的运算：
1 AND运算： 就是咱们常用的求和运算，如：1 AND 0 = 1
2 OR运算： 就是咱们常用的求并运算，如：1 OR 0 = 1
启动程序后，你将会看到如下的界面：
点击“开始训练AND”按钮后，程序就开始训练 AND 运算，并在训练结束后提示咱们。
同时界面变成如下：
你只需要点击“0 0”按钮，就会在“计算结果”下面显示经过训练以后的ANN计算出来的结果。
如下所示：
“计算结果”显示为“1.74E-10”，说明 0 AND 0 = 0.
这个结果就是我们想要的。训练成功
其他的按钮使用方法类似：）
3 计算过程
咱们可以参考一下AND计算的总体运行过程：
//初始化训练集合
TrainSet[] sets = new TrainSet[] {new TrainSet(0, 0, 0), new TrainSet(0, 1, 0),
new TrainSet(1, 0, 0), new TrainSet(1, 1, 1)};
//构造单层神经网络 2 个输入节点 1个输出节点
NeuralNetwork nn = new NeuralNetwork(2, 1);
slnn = new SingleLayerNeuralNetworks(nn, sets);
//训练
slnn.Train();
MessageBox.Show("AND运算训练结束");
this.button2.Enabled = true;
this.button3.Enabled = true;
this.button4.Enabled = true;
this.button1.Enabled = true;
this.Text = "AND运算";
OK，通过上面的代码可以看出，咱们的神经网络有2个输入节点，用于输入AND运算的2个参数。1个输出节点，用于输出AND运算的1个结果。
接下来，咱们的单层神经网络通过一个训练集（有一组输入和相应的希望输出数据）开始训练。训练结束后，咱们就可以用相应的数据对训练结果进行测试了（通过“0 0 ”等按钮）。
4 预告
在下一篇文章中，我将进行ANN基本概率的介绍和本示例实现的原理：）
5 总结
在本文中，咱们介绍了1个基于单层神经网络的简单易懂的程序示例，可以让大家先有一个感性的认识。
附件: ann1.rar
1 AND运算： 就是咱们常用的求和运算，如：1 AND 0 = 1
2 OR运算： 就是咱们常用的求并运算，如：1 OR 0 = 1
启动程序后，你将会看到如下的界面：
点击“开始训练AND”按钮后，程序就开始训练 AND 运算，并在训练结束后提示咱们。
同时界面变成如下：
你只需要点击“0 0”按钮，就会在“计算结果”下面显示经过训练以后的ANN计算出来的结果。
如下所示：
“计算结果”显示为“1.74E-10”，说明 0 AND 0 = 0.这个结果就是我们想要的。训练成功
其他的按钮使用方法类似：）
3 计算过程
咱们可以参考一下AND计算的总体运行过程：
//初始化训练集合
TrainSet[] sets = new TrainSet[] {new TrainSet(0, 0, 0), new TrainSet(0, 1, 0), new TrainSet(1, 0, 0), new TrainSet(1, 1, 1)}; //构造单层神经网络 2 个输入节点 1个输出节点 NeuralNetwork nn = new NeuralNetwork(2, 1); slnn = new SingleLayerNeuralNetworks(nn, sets); //训练 slnn.Train(); MessageBox.Show("AND运算训练结束"); this.button2.Enabled = true; this.button3.Enabled = true; this.button4.Enabled = true; this.button1.Enabled = true; this.Text = "AND运算";OK，通过上面的代码可以看出，咱们的神经网络有2个输入节点，用于输入AND运算的2个参数。1个输出节点，用于输出AND运算的1个结果。
接下来，咱们的单层神经网络通过一个训练集（有一组输入和相应的希望输出数据）开始训练。训练结束后，咱们就可以用相应的数据对训练结果进行测试了（通过“0 0 ”等按钮）。
4 预告
在下一篇文章中，我将进行ANN基本概率的介绍和本示例实现的原理：）
5 总结
在本文中，咱们介绍了1个基于单层神经网络的简单易懂的程序示例，可以让大家先有一个感性的认识。
附件: ann1.rar