GRNN Neural Network Class - Bibliothek für den MetaTrader 5

Diese Klasse realisiert ein generalisiertes Regressionsnetzwerk (General Regression Neural Network - GRNN).

Der Erstellung des Netzwerkes wird als parametrischer Klassenkonstruktor bezeichnet.

CNetGRNN *net=new CNetGRNN(Größe des Eingabevektors, Größe des Ausgabevektors);

Das Lern-Netzwerk wird durch Aufruf der Lernmethode (die Anzahl der Lernmuster, Eingabe Datenarray, Ausgabe Datenarray, die Anzahl von Lernzyklen, der maximale Lernfehler) zur Verfügung gestellt.

Eingabe und Ausgabe Lerndaten werden in einem eindimensionalen Array Vektor für Vektor gespeichert. Der Lernprozess wird entweder durch die Anzahl der Lerndurchläufe oder zulässige Fehler beschränkt.

Die Lernmethode gibt folgende Werte zurück:

• 0 - Das Lernen des Netzwerkes wurde beendet und das Lernergebnis kann durch die Klassenvariablen mse – Lernfehler, epoch – Anzahl von ausgeführten Lernzyklen überprüft werden;
• -4 - nicht genug Speicher. 

Die Calculate-Methode (Eingabevektor Array, Netzwerkarntwort Array) wird verwendet, um eine Antowrt vom netzwerk zu bekommen.

Save (open file handle mit FILE_WRITE und FILE_BIN Flags) und Load (open file handle mit FILE_READ und FILE_BIN Flags) Methoden dienen dem Speichern des Netzwerks in eine Datei und dem Laden des Neztwerks von dieser Datei. Netzwerktopologie, Lernfehler und Arraygewichtungen werden in die Datei gespeichert. Wenn die Parameter der geladenen Netzwerktopologie sich von den Parametern der etablierten Netzwerktopologie unterscheidet, wird das Netzwerk nicht geladen und die Load-Methode gibt false zurück.

Verwendung der Klasse wird in angehängten Mustern gezeigt:Test_GRNN_XOR - Netzwerklernen von "ausschließendes ODER", Test_GRNN_MUL_ADD - Netzwerklernen von Multiplikation und Addition von Ganzzahlen.