深圳锦联科技专业 生产LED硅胶、电子硅胶、 电源硅胶,质量保证,服务周到 的仿真预测样式是 如果,下面就让锦联企业详细说说。
(1)学习样本的确定
    对世界天然橡胶产 量的原始数据进行规范化处理,构成一个时间序列将以 1990 年为第一年开始的 连续 T 年的数据作为一个 样本输入,第T+ 1 年的世界天然橡胶 产量作为与其对应的期望输出根据以上分析,可以确定 18-T 组学习样本.构成 矩阵 P 。依次类推,我们 可以得到期望输出矩阵t.
(2)网络建立及其初 始化
    由输入矩阵可以确 定输入层节点数为 T ;根据“2N +1”这一经验,可确 定隐含层节点数和输出层节点数。构成了一个 T-(2T + 1 )-1的BP神经网络模型。借 助Matlab7.0 的神经网络工具箱 (Neural Network Toolbox)可以快速实现世 界天然橡胶产量的 BP神经网络模型预测 。
    选择训练函数为 traingdx,输入层到隐含层 到愉出层的传递函数分别为tansig和purelin;最大训练次数 epochs为10000次;训练误差精度 goal为 0.00l;show为25。 其他参数均选用缺 省值。
    由于隐含层中包含 的神经元的个数不同,因此得到的拟合结果也会有所不同。为了得到更好的拟合结果,首先对神经元的个数进行选取。由于输入向量为2维,遵循原则,对 神经元个数为 3,5,7,9,11,13,15的情况分别进行多 次拟合。观察拟合的平均误差,发现隐含层的神经元个数为5时拟合效果最好, 最终选取拟合的神经元的个数为5。
    深圳锦联企业主要 研发和生产各种、等产品。

 上一篇: