实验四Matlab神经网络及应用于近红外光谱的汽油辛烷值预测.docx
《实验四Matlab神经网络及应用于近红外光谱的汽油辛烷值预测.docx》由会员分享,可在线阅读,更多相关《实验四Matlab神经网络及应用于近红外光谱的汽油辛烷值预测.docx(10页珍藏版)》请在咨信网上搜索。
1、实验四 Matlab神经网络以及应用于汽油辛烷值预测一、实验目的1. 掌握MATLAB创建BP神经网络并应用于拟合非线性函数2. 掌握MATLAB创建REF神经网络并应用于拟合非线性函数3. 掌握MATLAB创建BP神经网络和REF神经网络解决实际问题4. 了解MATLAB神经网络并行运算二、实验原理2. 1 BP神经网结2. 1. 1 BP神经网络概述BP神经网络Rumelhard和McClelland于1 9 8 6年提出。从结构上将,它 是一种典型的多层前向型神经网络,具有一个输入层、一个或多个隐含层和一个输 出层。层与层之间采用权连接的方式,同一层的神经元之间不存在相互连接。理论 上已
2、经证明,具有一个隐含层的三层网络可以逼近任意非线性函数。隐含层中的神经元多采用S型传递函数,输出层的神经元多采用线性传递函 数。图1所示为一个典型的BP神经网络。该网络具有一个隐含层,输入层神经元 数据为R,隐含层神经元数目为S1,输出层神经元数据为S2,隐含层采用S型传 递函数tansig,输出层传递函数为purclin。P: 输入数据矩阵(训练集的输入向量作为列构成的矩阵)T:输出数据矩阵(训练集的期望向量作为列构成的矩阵)S:隐合层节点数TF:节点传递函数,包括硬限幅传递函数hardlim,对称硬限幅传递函数 hardl ims,线性传递函数purel in,正切S型传递函数tansig
3、,对数S型传递函数 logsig.BTF:训练函数,包括梯度卜-降BP算法训练函数traingd,动量反传的梯度下 降BP算法训练函数traingdm.动态自适应学习率的梯度下降BP算法训练函数 traingda,动量反传和动态自适应学习率的梯度下降BP算法训练函数traingdx、 Levenberg_Marquardl 的 BP 算法训练函数 Lrainlnio图1含一个隐含层的BP网络结构2.1.2 BP神经网络学习规则BP网络是一种多层前馈神经网络,其神经元的传递函数为S型函数,因此输 出量为0到1之间的连续量,它可以实现从输入到输出的任意的非线性映射。由于 其权值的调整是利用实际输出
4、与期望输出之差,对网络的各层连接权由后向前逐层 进行校正的计算方法,故而称为反向传播(Back-Propogation)学习算法,简称为 BP算法。BP算法主要是利用输入、输出样本集进行相应训练,使网络达到给定的 输入输出映射函数关系。算法常分为两个阶段:第一阶段(正向计算过程)由样本 选取信息从输入层经隐含层逐层计算各单元的输出值;第二阶段(误差反向传播过 程)由输出层计算误差并逐层向前算出隐含层各单元的误差,并以此修正前一层权 值。BP网络的学习过程主要由以下四部分组成:1)输入样本顺传播输入样本传播也就是样本由输入层经中间层向输出层传播计算。这一过程主 要是输入样本求出它所对应的实际输出
5、。1隐含层中第i个神经元的输出为输出层中第k个神经元的输出为:其中fl(-), f2 ()分别为隐含层和输出层的传递函数。2)输出误差逆传播在第一步的样本顺传播计算中我们得到了网络的实际输出值,当这些实际的 输出值与期望输出值不一样时,或者说其误差大于所限定的数值时,就要对网络进 行校正。首先,定义误差函数E (w, b)=其次,给出权值的变化输出层的权值变化从第i个输入到第k个输出的权值为:其中:隐含层的权值变化从第j个输入到第i个输出的权值为:(n为学习系数)其中:EKI由此可以看出:调整是与误差成正比,即误差越大调整的幅度就越大。 调整量与输入值大小成比例,在这次学习过程中就显得越活跃,
6、所以与其相连的权 值的调整幅度就应该越大,调整是与学习系数成正比。通常学习系数在0. To. 8 之间,为使整个学习过程加快,乂不会引起振荡,可采用变学习率的方法,即在学 习初期取较大的学习系数随着学习过程的进行逐渐减小其值。最后,将输出误差由输出层经中间层传向输入层,逐层进行校正。2. 1.3 BP神经网络的训练对BP网络进行训练时,首先要提供一组训练样本,其中每个样本由输入样本 和输出对组成。当网络的所有实际输出与其期望输出小于指定误差时,训练结束。否则,通过修正权值,使网络的实际输出与期望输出接近一致(图2)。实际上针对不同具体情况,BP网络的训练有相应的学习规则,即不同的最优 化算法,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 实验 Matlab 神经网络 应用于 红外 光谱 汽油 辛烷值 预测
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),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。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【二***】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【二***】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;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),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。