BP神经网络maab实例简单而经典(20210416181413).docx

BP神经网络maab实例简单而经典(20210416181413).docx

ID:62496114

大小:15.92 KB

页数:15页

时间:2021-05-10

BP神经网络maab实例简单而经典(20210416181413).docx_第1页
BP神经网络maab实例简单而经典(20210416181413).docx_第2页
BP神经网络maab实例简单而经典(20210416181413).docx_第3页
BP神经网络maab实例简单而经典(20210416181413).docx_第4页
BP神经网络maab实例简单而经典(20210416181413).docx_第5页
资源描述:

《BP神经网络maab实例简单而经典(20210416181413).docx》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、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%训练网络,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,min

2、t,maxt);%还原数据y=anew';1、BP网络构建(1)生成BP网络PR:由R维的输入样本最小最大值构成的R2维矩阵。[S1S2...SNl]:各层的神经元个数{TF1TF2...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(3)网络仿真{'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

3、Fletcher-Reeve共轭梯度法traincgfPloak-Ribiere共轭梯度法traincgpPowell-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trainossLevenberg-MarquardttrainlmBP网络训练参数训练参数参数介绍训练函数最大训练次数(缺省为10)traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainb

4、fg、trainosstrainlm训练要求精度(缺省为0)traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainosstrainlm学习率(缺省为)traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainosstrainlm最大失败次数(缺省为5)traingd、

5、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainosstrainlm最小梯度要求(缺省为1e-10traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainosstrainlm显示训练迭代过程(NaN表示不显示,缺省为25)traingd、traingdm、traingda、t

6、raingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainosstrainlm最大训练时间(缺省为inf)traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainosstrainlm动量因子(缺省)traingdm、traingdx学习率lr增长比(缺省为)traingdatraingdx学习率lr下降比(缺省为)trai

7、ngdatraingdx表现函数增加最大比(缺省为)traingdatraingdx权值变化增加量(缺省为)trainrp权值变化减小量(缺省为)trainrp初始权值变化(缺省为)trainrp权值变化最大值(缺省为)trainrp一维线性搜索方法(缺省为srchchatraincgf、traincgp、traincgb、trainbfg、trainoss因为二次求导对权值调整的影响参数(缺省值)trainscg矩阵不确定性调节参数(缺省为)trainscg控制计算机内存/速度的参量,内存较大设为1,否则设为2(缺省为1

8、)trainlm的初始值(缺省为)trainlm的减小率(缺省为)trainlm的增长率(缺省为10)trainlm的最大值(缺省为trainlm1e10)2、BP网络举例举例1、%traingdclear;clc;P=[-1-1224;05057];T=[-1-111-1];%利用minmax函数求输

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。