- 1、本文档共13页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
实用标准文案
p=p1;t=t1;
[pn,minp,maxp,tn,mint,maxt]=premnmx(p,t); % 原始数据归一化
net=newff(minmax(pn),[5,1],{tansig,purelin},traingdx); % 设置网络 ,建立相应的 BP
网络
net.trainParam.show=2000; % 训练网络
net.trainParam.lr=0.01;
net.trainParam.epochs=100000;
net.trainParam.goal=1e-5;
[net,tr]=train(net ,pn,tn); % 调用 TRAINGDM 算法训练
BP 网络
pnew=pnew1;
pnewn=tramnmx(pnew,minp,maxp);
anewn=sim(net,pnewn); % 对 BP 网络进行仿真
anew=postmnmx(anewn,mint,maxt); %还原数据
y=anew;
1 、BP 网络构建
(1 )生成 BP 网络
net newff ( PR,[ S1 S2...SNl],{ TF 1 TF 2...TFNl }, BTF , BLF , PF )
精彩文档
实用标准文案
PR :由 R维的输入样本最小最大值构成的 R 2 维矩阵。
[ S1 S2...SNl] :各层的神经元个数。
{TF 1 TF 2...TFNl } :各层的神经元传递函数。
BTF :训练用函数的名称。
(2 )网络训练
[ net ,tr ,Y , E, Pf , Af ] train (net , P,T , Pi , Ai ,VV ,TV )
(3 )网络仿真
[Y , Pf , Af , E , perf ] sim (net , P, Pi , Ai ,T )
{tansig,purelin},trainrp
BP 网络的训练函数
训练方法 训练函数
梯度下降法 traingd
有动量的梯度下降法 traingdm
自适应 lr 梯度下降法 traingda
自适应 lr 动量梯度下降法 traingdx
弹性梯度下降法 trainrp
Fletcher-Reeves 共轭梯度法 traincgf
Ploak-Ribiere 共轭梯度法 traincgp
Powell-Beale 共轭梯度法 traincgb
量化共轭梯度法 trainscg
拟牛顿算法 trainbfg
一步正割算法 trainoss
精彩文档
实用标准文案
Levenberg-Marquardt trainlm
BP 网络训练参数
训练参数
文档评论(0)