matlab辅助神经网络设计(8)

利用函数trainbp对构造的BP网络进行训练： df=10 me=8000 eg=0.02 lr=0.01 tp=[df me eg lr]

[w1,b1,w2,b2,ep,tr]=trainbp(w1,b1,'tansig',w2,b2,'purelin',p,t,tp)

其中df指定两次显示间的训练次数，其缺省值25；me指定训练的最大次数，其缺省值100；eg指定误差平方和指标，其缺省值0.02；lr指定学习速率，其缺省值0.01；

训练结果与理想输出对比分析：

Function Approximation0.80.60.40.20-0.2-0.4-0.6-0.8-1-1Output: -, Target: +-0.8-0.6-0.4-0.20Input0.20.40.60.81 图4.5 训练结果与理想输出对比分析

网络的训练过程中，网络收敛效果一定程度上要受网络初始化的初始值的影响，实际输出和理想输出的误差的变化情况可以反映网络学习的效果，这一点可以通过如图4.6反映：

ploterr(tr, eg)

其中tr为网络学习的循环次数。

26

2Sum-Squared Network Error for 535 Epochs10101Sum-Squared Error10010-110-2050100150200250300Epoch350400450500 图4.6 误差曲线

% 读入训练数据和测试数据

Input = []; Output = []; str = {'Test','Check'}; Data = textread([str{1},'.txt']);

% 读训练数据 Input = Data(:,1:end-1); % 取数据表的前五列（主从成分）

Output = Data(:,end); % 取数据表的最后一列（输出值） Data = textread([str{2},'.txt']);

% 读测试数据 CheckIn = Data(:,1:end-1); % 取数据表的前五列（主从成分）

CheckOut = Data(:,end);

27

% 取数据表的最后一列（输出值）

Input = Input'; Output = Output'; CheckIn = CheckIn'; CheckOut = CheckOut';

% 矩阵赚置

[Input,minp,maxp,Output,mint,maxt] = premnmx(Input,Output);

% 标准化数据

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%%%%%%%%%%%%%%%%%%%%%

% 神经网络参数设置 %====可以修正处 Para.Goal = 0.0001; % 网络训练目标误差 Para.Epochs = 800; % 网络训练代数 Para.LearnRate = 0.1; % 网络学习速率

%==== Para.Show = 5; % 网络训练显示间隔

Para.InRange = repmat([-1 1],size(Input,1),1);

% 网络的输入变量区间

Para.Neurons = [size(Input,1)*2+1 1];

% 网络后两层神经元配置 Para.TransferFcn= {'logsig' 'purelin'};

% 各层的阈值函数 Para.TrainFcn = 'trainlm';

28

% 网络训练函数赋值 % traingd : 梯度下降后向传播法 % traingda : 自适应学习速率的梯度下降法

% traingdm : 带动量的梯度下降法

% traingdx :

% 带动量，自适应学习速率的梯度下降法

Para.LearnFcn = 'learngdm';

% 网络学习函数 Para.PerformFcn = 'sse'; % 网络的误差函数 Para.InNum = size(Input,1);

% 输入量维数

Para.IWNum = Para.InNum*Para.Neurons(1);

% 输入权重个数

Para.LWNum = prod(Para.Neurons);

% 层权重个数

Para.BiasNum = sum(Para.Neurons);

% 偏置个数

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%%%%%%%%%%%%%%%%%%%%%

Net = newff(Para.InRange,Para.Neurons,Para.TransferFcn,...

Para.TrainFcn,Para.LearnFcn,Para.PerformFcn);

% 建立网络

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% …… 此处隐藏：292字，全部文档内容请下载后查看。喜欢就下载吧 ……