bp网络参数说明

不念不忘少年蓝@ 2022-05-16 10:29 232阅读 0赞

多个不同参数（主要是迭代步骤和误差值）控制下，运算结果的差异比较：

%设置输入样本 P=0:0.05:4; %期望输出值 T=\[0.5:0.025:1 0.975:-0.025:0 0.025:0.025:0.5\]; %目标拟合曲线 %生成1-4-1BP网络 net=newff(minmax(P),\[4 1\],\{'logsig' 'purelin'\},'trainlm'); %设置第一层权值 net.IW\{1\}=\[0.2;0.3;0.4;0.5\]; %设置第二层权值 net.LW\{2\}=\[0.5 0.2 0.1 0.4 \]; %设置第一层第二层阈值均为零 net.b\{1\}=net.b\{1\}\*0; net.b\{2\}=net.b\{2\}\*0; %网络训练参数设置 net.trainparam.goal=0.0001;%设置训练误差值 net.trainparam.show=50;%设置数据显示刷新频率，学习次刷新一次图象 net.trainparam.epochs=20;%设置训练训练次数 net.trainParam.goal=1;%设置训练的目标结果 \[net,tr\]=train(net,P,T);%进行网络训练 Y=sim(net,P);%进行仿真运算 %%%%改变控制条件，增大步骤，减少误差 net.trainparam.epochs=200;%设置训练训练次数 net.trainParam.goal=1e-1;%设置训练的目标结果 \[net2,tr\]=train(net,P,T);%进行网络训练 Y2=sim(net2,P);%进行仿真运算 %%%%改变控制条件，增大步骤，减少误差 net.trainparam.epochs=2000;%设置训练训练次数 net.trainParam.goal=1e-2;%设置训练的目标结果 \[net2,tr\]=train(net,P,T);%进行网络训练 Y3=sim(net2,P);%进行仿真运算 %%%%改变控制条件，增大步骤，减少误差 net.trainparam.epochs=2000;%设置训练训练次数 net.trainParam.goal=1e-10;%设置训练的目标结果 \[net2,tr\]=train(net,P,T);%进行网络训练 Y4=sim(net2,P);%进行仿真运算 % 画出目标曲线与实际仿真曲线 plot(P,T,P,Y,'c') hold on; plot(P,Y2,'y') plot(P,Y3,'g') plot(P,Y4,'r') legend('目标值','第1次模拟','第2次模拟','第3次模拟','第4次模拟');

![0_1271735569PHNP.gif][]

[0_1271735569PHNP.gif]: /images/20220516/823cba4bc5294bfea94661c3c5929404.png