- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
人工神经网络作业
神经网络在预测问题中的应用
姓 名 : 田 敏
专 业 : 动力工程
班 级 : 动研124
学 号 : 2201200306
2013年7月
网络结构
二、网络实现
clear all;
load matlab1 p;
load matlab2 t;
input_train=p(1:990,1:6);
output_train=t(1:990,1:1);
inputn_test=p(991:1000,1:6);
outputn_test=t(991:1000,1:1);
[inputn,inputps]=mapminmax(input_train);
[outputn,outputps]=mapminmax(output_train);
net=newff(minmax(inputn),[11,1],{tansig,purelin},trainlm);
net.trainParam.epochs=20000;
Lp.lr=0.8;
net.trainParam.goal=0.003;
net=train(net,inputn,outputn);
y=sim(net,inputn);
e=y-outputn;
res=norm(e);
T_test=sim(net,inputn);
a=mapminmax(reverse,outputn,outputps);
e=y-outputn;
res=norm(e);
T_test=sim(net,input2);
a=mapminmax(reverse,output2,outputps2);
eror=T_test-outputn_test;
r=norm(eror);
对于不同的隐层节点数,网络的图像以及范数存在着差异,下表反应了隐层节点数对范数的影响:
隐层节点数为11
隐层节点数为4 隐层节点数5
很明显 图线太平不收敛
隐层节点数为6
隐层节点数为7
隐层节点数为8
隐层节点数为9
隐层节点数为10
隐层节点数为12
隐层节点数 范数 隐层节点数 范数 4 1.8486 9 1.7228 5 1.8276 10 1.7223 6 1.7501 11 1.7232 7 1.7408 12 1.7198 8 1.7203 如上表隐层节点数应该选择12 二范数 1.7198
用MATLAB对Elman神经网络进行训练
clear all;
load matlab1 p;
load matlab2 t;
input_train=p(1:990,1:6);
output_train=t(1:990,1:1);
inputn_test=p(991:1000,1:6);
[inputn,inputps]=mapminmax(input_train);
[outputn,outputps]=mapminmax(output_train);
[input2,inputps2]=mapminmax(inputn_test);
[output2,outputps2]=mapminmax(outputn_test);
net=newelm(minmax(inputn),[12,1],{tansig,purelin});
net.trainParam.epochs=20000;
net.trainParam.goal=0.003;
net=train(net,inputn,outputn);
y=sim(net,inputn);
e=y-outputn;
res=norm(e);
T_test=sim(net,input2);
a=mapminmax(reverse,output2,outputps2);
eror=T_test-outputn_test;
r=norm(eror)
隐层节点数对范数的影响:
隐层节点数 范数 隐层节点数 范数 4 1.8536 9 1.7952 5 1.8208 10 1.7892 6 1.8109 11 1.7658 7 1.8079 12 1.7437 8 1.8021 如上表,采用Elman神经网络时选用的隐层节点数为12.
用MATLAB对RBF神经网络进行训练
clear all;
load matlab1 p;
load matlab2 t;
input_train=p(1:990,1:6);
output_tra
您可能关注的文档
- 2018年度年普通高等学校招生全国统一考试上海生命科学试卷.doc
- 2018年度年全国动物疫病流行病学调研方案设计.doc
- 2018年度年全国各地高考的模拟试地的题目高三第二次诊断性测试生物的卷.doc
- 2018年度年日照市初中学业水平考试数学试卷.doc
- 2018年度年生物的竞赛预赛试地的题目山东赛区.doc
- 2018年度年市政公用工程的延续继续教育地的题目78分.doc
- 2018年度年武汉大学的外国语言文学学院英文系导师邓鹂鸣.doc
- 2018年度年四川遂宁公需科目考试03.doc
- 2018年度年医学的高级职称考试内分泌学单项选择地的题目.doc
- 2018年度年优秀煤焦油项目的商业计划清单的应用清单书工作可行性研究的报告材料.doc
最近下载
- 养老品牌网络推广.pdf VIP
- 一级建造师执业资格考试大纲(2025年版)-《专业工程管理与实务》(铁路完整版.pdf VIP
- 泰康之家品牌年度推广思路沟通#养老#.docx VIP
- 《知行合一王阳明》读书笔记》ppt模板课件.ppt
- 幼儿园项目式学习活动实施策略研究.docx VIP
- 基于主题意义探究的整本书阅读教学实践——以《多维阅读》(13)Uncle Al Goes Camping with Us 为例-来源:教育视界(外语教学版)(第2021003期)-江苏凤凰报刊出版传媒有限公司.pdf VIP
- 智慧化政务云顶层设计与建设详解PPT.pptx VIP
- 2.3 资源枯竭型地区的可持续发展——以德国鲁尔区为例.pptx
- 船舶内装工艺.pdf
- 心内科高血压病试题集.doc
文档评论(0)