资源描述：
《智能故信息处理技术-bp rbf 神经网络作业》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、人工神经网络作业神经网络在预测问题中的应用姓名：田敏专业：动力工程班级：动研124学号：22012003062013年7月一、网络结构图2Elman网络结构图图3RBF网络结构图二、网络实现给定的1000组预测数据中，第7维为预测的目标值，前6维为影响因素。则可设定输入节点Pn=6，输出节点r=1，利用公式，其中Pm隐层节点数，Pn为输入节点数，r为输出节点数，L为1-10之间的一个整数。求得隐层节点数Pm为4-12个。针对不同的隐层节点数，分别建立模型和进行仿真计算，通过观察训练部数和训练时间，在综合考虑测试误差的基础上选取适
2、合网络的隐层节点数。本文在给定的1000组预测数据中，选取前990组为训练样本，后10组为测试样本，将给定的数据的前6维提取出来明明Matlab1，后1维提取出来命名为Matlab2，选取BP、Elman、RBF三种神经网络进行预测,学习率采用0.8，目标值定位0.003。三、用MATLAB对BP神经网络进行训练>>clearall;loadmatlab1p;loadmatlab2t;input_train=p(1:990,1:6)';output_train=t(1:990,1:1)';inputn_test=p(991:10
3、00,1:6)';outputn_test=t(991:1000,1:1)';[inputn,inputps]=mapminmax(input_train);[outputn,outputps]=mapminmax(output_train);net=newff(minmax(inputn),[11,1],{'tansig','purelin'},'trainlm');net.trainParam.epochs=20000;Lp.lr=0.8;net.trainParam.goal=0.003;net=train(net,inp
4、utn,outputn);y=sim(net,inputn);e=y-outputn;res=norm(e);T_test=sim(net,inputn);a=mapminmax('reverse',outputn,outputps);e=y-outputn;res=norm(e);T_test=sim(net,input2);a=mapminmax('reverse',output2,outputps2);eror=T_test-outputn_test;r=norm(eror)；对于不同的隐层节点数，网络的图像以及范数存在着
5、差异，下表反应了隐层节点数对范数的影响：隐层节点数为11隐层节点数为4隐层节点数5很明显图线太平不收敛隐层节点数为6隐层节点数为7隐层节点数为8隐层节点数为9隐层节点数为10隐层节点数为12隐层节点数范数隐层节点数范数41.848691.722851.8276101.722361.7501111.723271.7408121.719881.7203如上表隐层节点数应该选择12二范数1.7198三、用MATLAB对Elman神经网络进行训练>>clearall;loadmatlab1p;loadmatlab2t;input_tra
6、in=p(1:990,1:6)';output_train=t(1:990,1:1)';inputn_test=p(991:1000,1:6)';[inputn,inputps]=mapminmax(input_train);[outputn,outputps]=mapminmax(output_train);[input2,inputps2]=mapminmax(inputn_test);[output2,outputps2]=mapminmax(outputn_test);net=newelm(minmax(inputn),
7、[12,1],{'tansig','purelin'});net.trainParam.epochs=20000;net.trainParam.goal=0.003;net=train(net,inputn,outputn);y=sim(net,inputn);e=y-outputn;res=norm(e);T_test=sim(net,input2);a=mapminmax('reverse',output2,outputps2);eror=T_test-outputn_test;r=norm(eror)隐层节点数对范数的影响
8、：隐层节点数范数隐层节点数范数41.853691.795251.8208101.789261.8109111.765871.8079121.743781.8021如上表，采用Elman神经网络时选用的隐层节点数为12.三、用MATLAB对RBF神经网络进行训练>
