原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
智能中国网提供学习支持神经网络计算第1页，共14页，星期日，2025年，2月5日概述Elman神经网络由JeffreyL.Elman于1990年提出是一种反馈神经网络具有很强的计算能力Hello,I’mJeffreyL.Elman第2页，共14页，星期日，2025年，2月5日2.8.1Elman神经网络结构Elman网络由4层组成输入层信号传输作用隐含层承接层也称上下文单元或状态层,承接层从隐含层接收反馈信号，用来记忆隐含层神经元前一时刻的的输出值，承接层神经元的输出经延迟与存储，再输入到隐含层。这样就使其对历史数据具有敏感性，增加了网络自身处理动态信息的能力。输出层仅起线性加权作用。第3页，共14页，星期日，2025年，2月5日2.8.2Elman神经网络学习算法Elman神经网络各层输入输出公式如果输入向量为维向量，输出向量为维，隐含层输出向量为维，承接层输出向量为维，分别为隐含层到输出层、输入层到隐含层、承接层到隐含层的连接权值。为输出神经元的激活函数,是隐含层输出的线性组合。为隐含层神经元的激活函数，为承接层的海派函数，表示某层的净输入，用A表示输入层，用B表示承接层，表示迭代次序则各层之间的表达式如下图所示。第4页，共14页，星期日，2025年，2月5日2.8.2Elman神经网络学习算法Outputyr12Inputun1n1m1输出层用紫色表示隐含层用黄色表示承接层用白色表示第5页，共14页，星期日，2025年，2月5日2.8.2Elman神经网络学习算法Elman神经网络学习算法采用BP算法判断算法是否结束的误差函数为：其中为期望输出Elman神经网络学习算法流程图 第6页，共14页，星期日，2025年，2月5日Elman神经网络学习算法流程图计算输出层输出初始化各层权值输入样本值计算输入层输出计算误差函数更新权值计算承接层输出计算隐含层输出第7页，共14页，星期日，2025年，2月5日2.8.3Elman神经网络学习算法的MATLAB实现Elman神经网络的重要函数和基本功能函数名功能newelm()生成一个Elman神经网络trains()根据已设定的权值和阈值对网络进行顺序训练traingdx()自适应学习速率动量梯度下降反向传播训练函数learngdm()动量梯度下降权值和阈值学习函数第8页，共14页，星期日，2025年，2月5日2.8.3Elman神经网络学习算法的MATLAB实现例2-7下表为某单位办公室七天上午9点到12点的空调负荷数据，数据已经做了归一化处理，预测方法采用前6天的数据作为网络的训练样本，每3天的负荷作为输入向量，第4天的负荷作为目标向量，第七天的数据作为网络的测试数据。第9页，共14页，星期日，2025年，2月5日2.8.3Elman神经网络学习算法的MATLAB实现空调负荷数据表时间9时负荷10时负荷11时负荷12时负荷第1天0.44130.47070.69530.8133第2天0.43790.46770.69810.8002第3天0.45170.47250.70060.8201第4天0.45570.47900.70190.8211第5天0.46010.48110.71010.8298第6天0.46120.48450.71880.8312第7天0.46150.48910.72010.8330第10页，共14页，星期日，2025年，2月5日智能中国网提供学习支持
文档评论（0）