bp神经网络预测理论及程序-学习

《bp神经网络预测理论及程序-学习》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、12、智能算法  12.1人工神经网络1、人工神经网络的原理假如我们只知道一些输入和相应的输出，但是不清楚这些输入和输出之间的具体关系是什么，我们可以把输入和输出之间的未知过程看成是一个“网络”,通过不断的网络输入和相应的输出进行“训练”（学习），网络根据输入和对应输出不断调整连接网络的权值，直到满足我们的目标要求，这样就训练好了一个神经网络，当我们给定一个输入，网络就会计算出一个相应的输出。2、网络结构神经网络一般有一个输入层，多个隐层，和一个输出层。隐层并非越多越好。如下图所示：12.2Matlab神经网络工具箱MATLAB神经网络工具箱几乎涵盖了所有的神经网络的基

2、本常用模型，如感知器、BP网络和RBFNN等。它由nftool,nctool,nprtool,nntraintool和nntool组成。主要应用于函数逼近和数据拟合、信息处理和预测、神经网络控制和故障诊断等领域。在实际应用中，针对具体的问题，首先需要分析利用神经网络来解决问题的性质，然后依据问题的特点，提取训练和测试数据样本，确定网络模型，最后通过对网络进行训练、仿真等检验网络的性能是否满足要求。具体过程如下：(1)确定信息表达的方式，主要包括数据样本已知；数据样本之间相互关系不明确；输入/输出模式为连续的或离散的；数据样本的预处理；将数据样本分成训练样本和测试样本。(

3、2)网络模型的确定。确定选择何种神经网络以及网络层数。(3)网络参数的选择，如输入输出神经元个数的确定，隐层神经元的个数等。(4)训练模式的确定，包括选择合理的训练算法、确定合适的训练步数、指定适当的训练目标误差等(5)网络测试，选择合理的样本对网络进行测试。简单来讲就是三个步骤：建立网络(newXX)—训练网络(trainXX)—仿真网络(sim)12.3BP神经网络的Matlab相关函数BP算法的基本思想：学习过程由信号的正向传播与误差的反向传播两个过程组成。正向传播时，输入样本从输入层传入，经各隐层逐层处理后，传向输出层。若输出层的实际输出与期望输出（教师信号）不

4、符，则转入误差的反向传播阶段。误差反传是将输出误差以某种形式通过隐层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各层单元的误差信号，此误差信号作为修正各单元权值的依据。权值不断调整的过程就是神经网络的学习训练过程。BP神经网络的设计内容：（1）网络层数的确定。模式样本较少时，选用较少的隐层节点，一般采用两层BP网络；当模式样本较多时，减少网络规模，可以增加一个隐层。（2）输入层节点数的确定。输入层起到缓冲存储器的作用，其节点个数取决于输入矢量的维数。（3）输出层节点数的确定。取决于两个方面，输出数据类型和表示该类型所需的数据大小。当BP网络用语模式分类时，以

5、二进制形式来表示不同模式的输出结果，则输出层的节点数可根据分类模式数来确定。若待分类模式的总数为m，则有两种方法确定输出层的节点数：1）节点数即待分类模式总数m，输出为对应的第j个分量为1，其余为0；2）节点数取经验值log2m，对应m种输出模式的二进制编码。（4）隐层节点数的确定。一般通过反复测试获取较好的节点数。对于模式识别/分类的BP网络，根据经验公式n=n1+n0+a，n1为输入节点数，n0为输出节点数，a取1~10之间的常数。（5）传输函数。一般采用S型函数fx=11+e-x训练方法及其参数选择。Matlab工具箱提供了多种训练函数可供选择。6）训练方法及其参

6、数选择。Matlab工具箱提供了多种训练函数可供选择。Matlab工具箱中与BP神经网络相关的函数：(1)创建一个BP网络的函数newff,调用形式为：net=newff();在对话框中创建一个BP网络net=newff(PR,[S1S2...SN],{TF1TF2...TFN},BTF,BLF,PF);PR:由每组输入(共R组)元素的最大值和最小值组成的R×2维德矩阵；Si：第i层的长度，共有N层;TFi:第i层的传递函数，默认为tansig；BTF:BP网络的训练函数，默认为trainlm；BLF:权值和阈值的学习算法，默认为learngdm;PF网络的性能函数，默

7、认为mse.(2)传递函数有logsig,dlogsig(导函数),tansig(双曲正切),dtansgi,purelin,dpurelin等(3)学习函数有learngd(梯度下降权值/阈值学习函数)，learngdm(梯度下降动量学习函数)等(4)训练函数有trainbfg(BFGS准牛顿算法),traingd,traingdm等;(5)性能函数有mse,msereg,mae等(6)显示函数有plotperf,plotes(误差曲面),plotep,errsurf等.举例1：>>p=[12;-11;-21;-40]';>>t=[0.