提供訓練樣本作為有教師的訓練算法,其網絡模型的*終獲得,需要在一定量的實驗數據的基礎上進行反復迭帶運算,使網絡輸出逼近目標值。一個經驗規則是訓練樣本應是連接權總數的510倍。大量的樣本數據以數據文件存儲,即包括輸入矢量與目標矢量數據文件,在MATLAB可用load*1dat命令從磁盤中調入數據變量。
網絡初始化在BP網絡中,只要已知輸入矢量p、目標矢量t、各層的神經元數及各層神經元的傳遞函數,就可以利用函數INITFF對BP網絡進行初始化。
網絡訓練MATLAB神經網絡工具箱提供的網絡訓練函數可直接用于循環訓練一個BP神經網絡,*終達到允許目標誤差的函數。常用的訓練函數有TRAINBP、是采用的學習規則有所不同。函數trainbp利用標準BP學習規則訓練前饋網絡,使網絡完成函數逼近、矢量分類和模式識別;trainbpx采用了動量法和學習率自適應調整的策略,從而提高了學習速度并增加了則訓練前向網絡,其算法快,學習時間短,但它需要更多的內存,對于復雜問題尤為明顯。下面程序表明trainbpx調用方法:訓練過程顯示頻率,*大訓練步數,誤差指標,學習速度,學習速率增加的比率,學習速率減小的比率,動量因子,*大誤差比率ratio2,訓練參數鑄造等:基于MATLAB的鑄件缺陷分析與控制經過訓練得到了新的權值矩陣W1,W2.
分類: 問答中心??
上一篇:機床主要配套元部件的要求
下一篇:沒有了