BP神经网络应用-黑龙江省公路运输能力预测.docVIP

经济管理学院 管理建模仿真 学 号：S313090013 专 业：产业经济学 学生姓名：朱良森 任课教师：姜金贵 副教授 2014年5月 BP神经网络的应用— 黑龙江省公路运输量预测 朱良森 哈尔滨工程大学经济管理学院 哈尔滨 150001 摘 要：本文利用黑龙江省1995-2012年公路交通运输数据，采用BP神经网络模型，拟合并预测黑龙江省公路交通的运输量。结果表明，黑龙江省公路运输量波动较大，且客运量与货运量波动趋势一致，在经历2008年运输量急剧下降后，黑龙江省公路运输量呈现稳步上升趋势，在2013、2014年的预测结果上有所体现。 关键词：BP神经网络 公路运输量 预测 一、BP神经网络概述 BP(Back Propagation)神经网络是一种神经网络学习算法。其由输入层、中间层、输出层组成的阶层型神经网络，中间层可扩展为多层。相邻层之间各神经元进行全连接，而每层各神经元之间无连接，网络按有教师示教的方式进行学习，当一对学习模式提供给网络后，各神经元获得网络的输入响应产生连接权值（Weight）。然后按减小希望输出与实际输出误差的方向，从输出层经各中间层逐层修正各连接权，回到输入层。此过程反复交替进行，直至网络的全局误差趋向给定的极小值，即完成学习的过程。 快速发展的Matlab软件为神经网络理论的实现提供了一种便利的仿真手段。Matlab神经网络工具箱的出现，更加拓宽了神经网络的应用空间。神经网络工具箱将很多原本需要手动计算的工作交给计算机，一方面提高了工作效率，另一方面，还提高了计算的准确度和精度，减轻了工程人员的负担。 神经网络工具箱是在MATLAB环境下开发出来的许多工具箱之一。神经网络工具箱几乎涵盖了所有的神经网络的基本常用模型，如感知器和BP网络等。对于各种不同的网络模型，神经网络工具箱集成了多种学习算法，为用户提供了极大的方便。Matlab 2010a神经网络工具箱中包含了许多用于BP网络分析与设计的函数，BP网络的常用函数如表1-1所示。 表1-1 BP网络的常用函数表 函数类型 函数名称 函数用途 前向网络创建函数 newcf 创建级联前向网络 Newff 创建前向BP网络 传递函数 logsig S型的对数函数 tansig S型的正切函数 purelin 纯线性函数 学习函数 learngd 基于梯度下降法的学习函数 learngdm 梯度下降动量学习函数 性能函数 mse 均方误差函数 msereg 均方误差规范化函数 显示函数 plotperf 绘制网络的性能 plotes 绘制一个单独神经元的误差曲面 plotep 绘制权值和阈值在误差曲面上的位置 errsurf 计算单个神经元的误差曲面 1. BP网络创建函数 1) newff 该函数用于创建一个BP网络。调用格式为： net=newff net=newff(PR,[S1 S2..SN1],{TF1 TF2..TFN1},BTF,BLF,PF) net=newff;用于在对话框中创建一个BP网络。 net为创建的新BP神经网络； PR为网络输入向量取值范围的矩阵； [S1 S2…SNl]表示网络隐含层和输出层神经元的个数； {TFl TF2…TFN1}表示网络隐含层和输出层的传输函数，默认为‘tansig’； BTF表示网络的训练函数，默认为‘trainlm’； BLF表示网络的权值学习函数，默认为‘learngdm’； PF表示性能数，默认为‘mse’。 2）newcf函数用于创建级联前向BP网络，newfftd函数用于创建一个存在输入延迟的前向网络。 2. 神经元上的传递函数 传递函数是BP网络的重要组成部分。传递函数又称为激活函数，必须是连续可微的。BP网络经常采用S型的对数或正切函数和线性函数。 1) logsig 该传递函数为S型的对数函数。调用格式为： A=logsig（N） info=logsig（code） 其中， N：Q个S维的输入列向量； A：函数返回值，位于区间（0，1）中； 2）tansig 该函数为双曲正切S型传递函数。调用格式为： A=tansig（N） info=tansig（code） 其中， N：Q个S维的输入列向量； A：函数返回值，位于区间（-1，1）之间。 3）purelin 该函数为线性传递函数。调用格式为： A=purelin（N） info=purelin（code） 其中， N：Q个S维的输入列向量； A：函数返回值，A=N。 3. BP网络学习函数 1）learngd 该函数为梯度下降权值/阈值学习函数，它通过神经元的输