| 查看: 3605 | 回复: 4 | |||
[交流]
BP神经网络程序不收敛怎么办？ 已有1人参与
|
|
我的程序如下 刚学请大神指点 顺便帮改正一下 小弟不胜感激！！！ input_train=[280,280,280,280,280,280,220,240,260,280,300,320,280,280,280,280,280,280,280,280,280,280,280,280,240,240,240,280,280,280,320,320,320,260,280,300,320,340,320,320,320,320,320,320,320,320,320,320,320,320,320,320,320;180,180,180,180,180,180,180,180,180,180,180,180,60,100,140,180,220,260,180,180,180,180,180,180,60,100,180,60,100,180,60,100,180,51,51,51,51,51,51,64,77,89,102,51,51,51,51,51,51,51,51,51,51;454,454,454,454,454,454,454,454,454,454,454,454,454,454,454,454,454,454,363,409,454,499,545,590,454,499,545,545,454,499,499,545,454,499,499,499,499,499,499,499,499,499,499,409,454,499,545,590,499,499,499,499,499;2,3,4,5,6,7,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,3,4,5,4,5,3,5,3,4,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,2,3,4,5,6]; output_train=[19,20,19,17,15,15.5,16,16.7,13,20,17.5,17.3,25.8,22.3,21.2,14.5,16,15.2,20,22,21.5,14.1,13.5,16.9,19.2,16.8,11.3,18.3,15.2,13.5,16.5,19.2,14.9,5.1,5.6,5.9,4.9,4.6,6.1,5.3,4.8,4.4,4.0,6.1,6.9,6.0,5.7,4.9,4.4,4.9,6.7,6.6,6.1]; [inputn,inputps]=mapminmax(input_train); net=feedforwardnet(13); net.trainFcn='trainr'; net.trainParam.mu=0.01; net.trainParam.mu_dec=0.2; net.trainParam.show=1; net.trainParam.epochs=100000; net.trainParam.mu_inc=10; net.trainParam.goal=0.1; net=train(net,input_train,output_train); |
回复此楼» 猜你喜欢
308求调剂
已经有3人回复
-
321求调剂
已经有11人回复
-
一志愿中海洋材料工程专硕330分求调剂
已经有8人回复
-
330求调剂
已经有4人回复
-
304求调剂
已经有7人回复
-
一志愿南京理工大学085701资源与环境302分求调剂
已经有6人回复
-
南京大学化学376求调剂
已经有3人回复
-
考研调剂求学校推荐
已经有5人回复
-
323求调剂
已经有3人回复
-
317求调剂
已经有12人回复
lailaiwq12
新虫 (初入文坛)
 |
2楼2015-12-03 16:46:50
hjnwsuaf
金虫 (著名写手)
- 应助: 10 (幼儿园)
- 金币: 1675.1
- 散金: 569
- 红花: 11
- 帖子: 1069
- 在线: 101.6小时
- 虫号: 3543986
- 注册: 2014-11-18
- 性别: GG
- 专业: 土壤学
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
小木虫: 金币+0.5, 给个红包，谢谢回帖
|
你试试这个吧。用这个先确定神经网络的训练算法和神经元节点数。 % c_d为训练数据，变量按行放置 % 这个程序仅仅是用来构建BP神经网络模型，也就是对网络模型训练算法、隐含层神经元节点数优选的 %-----输入参数 % my_mse为系统训练误差 % my_loops为系统训练迭代次数 % my_ns系统训练阶段真实值和模拟值纳什统计系数 % my_relative_coeff为系统训练阶段真实值和模拟值相关系数 % sim_data为模拟值 %-----输入参数 % error为目标误差 % n_n隐含层神经元节点数 % train_f网络训练算法 % itera_n最大迭代次数 function [my_mse,my_loops,my_ns,my_relative_coeff,sim_data]=my_bp_model(c_d,error,n_n,train_f,itera_n) [m n]=size(c_d); x=c_d(1:m-1,  ;y=c_d(m, ;%求取输入样本的最大最小值 for i=1  m-1)minmax(i, =[min(x(i,) max(x(i,)];end %选择训练算法 switch train_f case 1 t_f='traincgf';%共轭梯度法 case 2 t_f='train';%批处理训练算法 case 3 t_f='traingdm';%带动量的梯度下降算法 case 4 t_f='trainlm';%Levenberg-Marquardt算法 otherwise disp('invalde train method!'); end %构建神经网络 my_net=newff(minmax,y,[n_n,1],{'tansig','purelin'},t_f); my_net.trainParam.goal=error; my_net.trainParam.epochs=itera_n; my_net.trainParam.showWindow=0;%用来不显示nntraintool的window窗=窗口 %网络训练 [my_net,tr]=train(my_net,x,y); %网络仿真模拟 y_sim=sim(my_net,x); %对bp神经网络预测模型进行评估 my_mse=(sum((y-y_sim).^2))/n; my_loops=max(tr.epoch); my_ns=ns_coef_func(y,y_sim); my_relative_coeff=my_Pearson_coeff(y,y_sim); sim_data=y_sim; |
3楼2015-12-04 08:48:14
4楼2015-12-04 10:14:54
hjnwsuaf
金虫 (著名写手)
- 应助: 10 (幼儿园)
- 金币: 1675.1
- 散金: 569
- 红花: 11
- 帖子: 1069
- 在线: 101.6小时
- 虫号: 3543986
- 注册: 2014-11-18
- 性别: GG
- 专业: 土壤学
5楼2015-12-04 11:34:12
