bp神經(jīng)網(wǎng)絡(luò)模型教案-預(yù)覽頁
【正文】 BP網(wǎng)絡(luò)的標準學(xué)習(xí)算法 學(xué)習(xí)過程 ?正向傳播： ? 輸入樣本－－－輸入層－－－各隱層－－－輸出層 ?判斷是否轉(zhuǎn)入反向傳播階段： ? 若輸出層的實際輸出與期望的輸出（教師信號）不符 ?誤差反傳 ? 誤差以某種形式在各層表示－－－－修正各層單元的權(quán)值 ?網(wǎng)絡(luò)輸出的誤差減少到可接受的程度 進行到預(yù)先設(shè)定的學(xué)習(xí)次數(shù)為止 BP網(wǎng)絡(luò)的標準學(xué)習(xí)算法 ?網(wǎng)絡(luò)結(jié)構(gòu) ?輸入層有 n個神經(jīng)元，隱含層有 p個神經(jīng)元 , 輸出層有 q個神經(jīng)元 ?變量定義 ?輸入向量 。 ?期望輸出向量 。 ()h k?()o k? BP網(wǎng)絡(luò)的標準學(xué)習(xí)算法 21212111( ( ( ) ( )) )()2( ) ( ) ( )1( ( ( ) f( ( )) ) )()2( ) ( )1( (( ( ) f( ( ) ) ))()2( ) ( )qoohoh h hqoohohhqpo h o h ohohhhd k yo ke h o kh i k h o k h i kd k yi kh o kh o k h i kd k w h o k bh o kh o k h i k?????????? ? ???????? ? ?????????11()( ( ) ( ) ) f ( ( ) )()( ( ) ) f ( ( ) ) ( )qho o o h oo hqo h o h hoh o kd k yo k yi k wh i kk w h i k k??????? ? ???? ? ??? BP網(wǎng)絡(luò)的標準學(xué)習(xí)算法 ?第六步，利用輸出層各神經(jīng)元的 和隱含層各神經(jīng)元的輸出來修正連接權(quán)值 。否則，選取下一個學(xué)習(xí)樣本及對應(yīng)的期望輸出，返回到第三步，進入下一輪學(xué)習(xí)。 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的 MATLAB實現(xiàn) ?MATLAB中 BP神經(jīng)網(wǎng)絡(luò)的重要函數(shù)和基本功能 ?tansig() 功能 正切 sigmoid激活函數(shù) 格式 a = tansig(n) 說明 雙曲正切 Sigmoid函數(shù)把神經(jīng)元的輸入范圍從 (∞ ，+∞) 映射到 (1， 1)。 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的 MATLAB實現(xiàn) ?例題：下表為某藥品的銷售情況，現(xiàn)構(gòu)建一個如下的三層 BP神經(jīng)網(wǎng)絡(luò)對藥品的銷售進行預(yù)測：輸入層有三個結(jié)點，隱含層結(jié)點數(shù)為 5，隱含層的激活函數(shù)為 tansig；輸出層結(jié)點數(shù)為 1個，輸出層的激活函數(shù)為 logsig，并利用此網(wǎng)絡(luò)對藥品的銷售量進行預(yù)測，預(yù)測方法采用滾動預(yù)測方式，即用前三個月的銷售量來預(yù)測第四個月的銷售量，如用 3月的銷售量為輸入預(yù)測第 4個月的銷售量，用 4月的銷售量為輸入預(yù)測第 5個月的銷售量 .如此反復(fù)直至滿足預(yù)測精度要求為止。 。 ?%以第四個月的銷售量歸一化處理后作為目標向量 ?T=[ ]。tansig39。traingd39。 ?%設(shè)置學(xué)習(xí)速率為 ?=。 ?泛化能力 ?當向網(wǎng)絡(luò)輸入訓(xùn)練時未曾見過的非樣本數(shù)據(jù)時，網(wǎng)絡(luò)也能完成由輸入空間向輸出空間的正確映
公司管理相關(guān)推薦
鄂ICP備17016276號-1