GRNN 神经网络类 - MetaTrader 5程序库

CNetGRNN 类实现了通用回归神经网络 (General Regression Neural Network - GRNN).

网络的创建被声明为类参数化的构造函数.

CNetGRNN *net=new CNetGRNN(input vector size, output vector size);

学习网络由调用Learn方法(学习模式的数量, 输入数据数组, 输出数据数组, 学习周期数量, 最大学习错误)提供.

输入和输出的学习数据都位于一维数组的矢量中. 学习过程受限于学习世代的数量或者可接受的错误.

Learn方法有如下返回值:

• 0 - 网络学习完成并且学习结果可以通过类变量检查: mse – 学习错误, epoch – 完成的学习循环数量;
• -4 - 内存不足. 

Calculate 方法 (输入矢量数组, 网络回应数组) 用于取得回应网络.

Save (使用 FILE_WRITE 和 FILE_BIN 标志打开文件句柄) 和 Load (使用 FILE_READ 和 FILE_BIN 标志打开文件句柄) 方法用于把网络保存到文件以及对应地从文件载入网络. 网络拓扑, 学习错误和数组权重被保存到文件中. 如果载入网络的拓扑参数和建立网络的拓扑参数不同, 网络将不能被载入而Load方法会返回false.

本类的用法显示于附件的规格中: Test_GRNN_XOR - 学习网络函数 "异或", Test_GRNN_MUL_ADD - 学习网络乘法和整数加法.