BP算法过程.docxVIP

一：BP算法程序流程图结 束参数初始化,最大训练次数，学习精度，隐节点数，初始权值、阈值，初始学习速率等批量输入学习样本并且对输入和输出量进行归一化处理计算各层的输入和输出值计算输出层误差E(q)E(q)ε修正权值和阈值YesNYes开 始二．变量归一化X=(X-minX)/(maxX-minX),对每一组样本中的每个变量都要进行归一化。例子：变量一(x1)变量二(x2)变量三(x3)变量四(x4)结果Tk样本一12240样本二56781样本一化之后矩阵：变量一(x1)变量二(x2)变量三(x3)变量四(x4)结果Tk样本一(1-1)/(9-1)(2-2)/(10-2)(2-2)/(11-2)(4-4)/(12-4)(0-0)/(2-0)样本二(5-1)/(9-1)(6-2)/(10-2)(7-2)/(11-2)(8-4)/(12-4)(1-0)/(2-0)样本三(9-1)/(9-1)(10-2)/(10-2)(11-2)/(11-2)(12-4)/(12-4)(2-0)/(2-0)三．数学过程………………输出变量输入变量输入层隐含层输出层输出层中M=14，隐含层中q=9，学习率?=0.01，L=1，ε=1e-10，最大训练次数为5000次.这个神经网络就只有一个输出神经元，所以每组样本值输出一个值一般取初始权值在（-1，1）之间的随机数，初始阈值取（0,1）之