资源描述：
《BP神经网络参数设定及应用.pdf》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、2007年4月基建优化Apr2007第28卷第2期OPTIMIZATIONOFCAPITALCONSTRUCTIONVol28No2BP神经网络参数设定及应用刘良林,王全凤,林煌斌(华侨大学土木工程学院,福建泉州362021)摘要:针对当前广泛应用的人工神经网络,介绍了BP神经网络的工作原理以及影响因素。在此基础上,简单地说明了BP神经网络的应用,并在MATLAB环境下,对影响BP神经网络工作的参数取值问题作出分析。关键词:BP神经网络;训练;参数中图分类号:TP183;TU12文献标识码:A
2、文章编号:1000-7717(2007)02-00101-03TheValuesofParametersofandApplicationsoftheBPNerveNetworkLIULiang-lin,WANGQuan-feng,LINHuang-bin(CollegeofCivilEngineering,HuaqiaoUniversity,Quanzhou,Fujian,362021)Abstract:Aimedattheartificialneuralnetwork,whichwasusedwidelynow,in
3、troducedtheprincipleofworkandtheinfluen-tialfactorsoftheBPnervenetwork.Then,theapplicationofBPnervenetworkwasshowedsimply,andconclusionsweremade,someofwhichwerefromtheresultsofanalysisaboutthevaluesofparametersthataffecttheBPnervenetworkinMat-lab.Keywords:BPnervene
4、twork;training;parameters下层之间各神经单元实现全连接,也即下层的每一个神经单元1引言与上层的每个单元都按照权连接,但是各层的神经元之间无连到目前为止,人工神经网络系统已经具有与人脑相似的一接。些功能,如在信息处理的巨量并行性、信息存储的分布性以及2.1BP神经网络结构利用外来信息的学习机能的可塑性等方面同人脑相似。正因1)BP网络一般由多层神经单元组成,不仅具有输入层、输为这样,人工神经网络技术已经在智能控制、模式识别、信息处出层,而且还有一层或者多层的隐含层,各层之间实行全连接,理等方面显示
5、出重要的作用,并且随着学习的深入和科学技术典型的三层前馈型网络拓扑结构形式如图A所示。层与层之的不断发展,具有广阔的应用前景。间的传递函数一般为值域是(0,1)的S型函数,其表达式为:基于人工神经网络的参数设定的时候,大多是参照经验给1f(x)=-x。1+e定,本文对于这方面做一定的分析与探讨。2)误差的小与大能够反应计算准确度的高与低,BP神经网2BP神经网络络有自己的误差计算公式。对于第k个样本,希望输出与计算输出的偏差是:i=tki-oki,网络的误差计算公式是:Ek=BP网络是指Back-PropagationN
6、etwork,于1985年由2(tki-oki)Rumelhart、McClelland等所提出,是目前应用最广、思路最直观、i,其中oki、tki分别是网络的计算输出与期望输最容易理解的多阶层前馈型神经网络模型。由于误差能够从2输出层经过中间层逐层修正连接权,有时候将这一按照学习算出,i表示样本中的第i个输入量。法进行训练的多阶层前馈型神经网络直接称为误差逆传播神2.2BP神经网络的学习规则经网络。它是一种具有三层或者三层以上的多层神经网络,上BP网络按有教师示教的方式进行学习,当一对学习模式收稿日期:2006-11-
7、10作者简介:刘良林(1983-),男,江西永新人,硕士生,研究方向:防灾减灾工程及防护工程。102基建优化第28卷同理可以得到阈值修正公式为:k(m+1)=k(m)+k=k(m)+k.对于隐含层的权值与阈值修正公式与输出层的公式类同,下标做相应的变换即可。2.4BP神经网络的设计1)为了训练神经网络,根据使用的需要,可以对权值与阈值设置初始值。文献[1]使用函数newff来创建前馈神经网络,这样网络会自动初始化权值与阈值,其缺省值都为0。也可以采用函数init()来设定这些初始值,其命令格式为:ne
8、t=init(net)。函数init()会根据网络的初始化函数以及它的参图ABP网络拓扑结构示意图数值来设置网络的权值与阈值的初始值,分别用参数net.init-提供给网络后,其学习包含四个过程:Fcn与net.initParam来表示。1)模式顺传播过程(神经元的激活值从输入层经中间
