[交流] pso优化神经网络（经典案例篇）论文必备 已有5人参与

我用pso优化bp神经网络其中修改时，出现问题不知道怎么修改适应度值函数： function error = fun(x,inputnum,hiddennum,outputnum,net,inputn,outputn) %该函数用来计算适应度值 %x          input     个体 %inputnum   input     输入层节点数 %outputnum  input     隐含层节点数 %net        input     网络 %inputn     input     训练输入数据 %outputn    input     训练输出数据 %error      output    个体适应度值 %提取 w1=x(1:inputnum*hiddennum); B1=x(inputnum*hiddennum+1:inputnum*hiddennum+hiddennum); w2=x(inputnum*hiddennum+hiddennum+1:inputnum*hiddennum+hiddennum+hiddennum*outputnum); B2=x(inputnum*hiddennum+hiddennum+hiddennum*outputnum+1:inputnum*hiddennum+hiddennum+hiddennum*outputnum+outputnum); %网络进化参数 net.trainParam.epochs=20; net.trainParam.lr=0.1; net.trainParam.goal=0.00001; net.trainParam.show=100; net.trainParam.showWindow=0; %网络权值赋值 net.iw{1,1}=reshape(w1,hiddennum,inputnum); net.lw{2,1}=reshape(w2,outputnum,hiddennum); net.b{1}=reshape(B1,hiddennum,1); net.b{2}=reshape(B2,outputnum,1); %网络训练 net=train(net,inputn,outputn); an=sim(net,inputn); error=sum(abs(an-outputn)); 主函数 %节点个数 inputnum=20; hiddennum=60; outputnum=5; %构建网络 net=newff(inputn,outputn,hiddennum); % 参数初始化 %粒子群算法中的两个参数 c1 = 1.49445; c2 = 1.49445; maxgen=100;   % 进化次数   sizepop=30;   %种群规模 Vmax=1; Vmin=-1; popmax=5; popmin=-5; for i=1:sizepop     pop(i,=5*rands(1,1565);     V(i,=rands(1,21);     fitness(i)=fun(pop(i,,inputnum,hiddennum,outputnum,net,inputn,outputn); end % 个体极值和群体极值 [bestfitness bestindex]=min(fitness); zbest=pop(bestindex,;   %全局最佳 gbest=pop;    %个体最佳 fitnessgbest=fitness;   %个体最佳适应度值 fitnesszbest=bestfitness;   %全局最佳适应度值 %% 迭代寻优 for i=1:maxgen     i;     for j=1:sizepop         %速度更新         V(j, = V(j, + c1*rand*(gbest(j, - pop(j,) + c2*rand*(zbest - pop(j,);         V(j,find(V(j,>Vmax))=Vmax;         V(j,find(V(j,<Vmin))=Vmin;         %种群更新         pop(j,=pop(j,+0.2*V(j,;         pop(j,find(pop(j,>popmax))=popmax;         pop(j,find(pop(j,<popmin))=popmin;         %自适应变异         pos=unidrnd(21);         if rand>0.95             pop(j,pos)=5*rands(1,1);         end         %适应度值         fitness(j)=fun(pop(j,,inputnum,hiddennum,outputnum,net,inputn,outputn);     end     for j=1:sizepop     %个体最优更新     if fitness(j) < fitnessgbest(j)         gbest(j, = pop(j,;         fitnessgbest(j) = fitness(j);     end     %群体最优更新     if fitness(j) < fitnesszbest         zbest = pop(j,;         fitnesszbest = fitness(j);     end     end     yy(i)=fitnesszbest;    end %% 结果分析 plot(yy) title(['适应度曲线  ' '终止代数＝' num2str(maxgen)]); xlabel('进化代数');ylabel('适应度'); x=zbest; %% 把最优初始阀值权值赋予网络预测 % %用遗传算法优化的BP网络进行值预测 w1=x(1:inputnum*hiddennum); B1=x(inputnum*hiddennum+1:inputnum*hiddennum+hiddennum); w2=x(inputnum*hiddennum+hiddennum+1:inputnum*hiddennum+hiddennum+hiddennum*outputnum); B2=x(inputnum*hiddennum+hiddennum+hiddennum*outputnum+1:inputnum*hiddennum+hiddennum+hiddennum*outputnum+outputnum); net.iw{1,1}=reshape(w1,hiddennum,inputnum); net.lw{2,1}=reshape(w2,outputnum,hiddennum); net.b{1}=reshape(B1,hiddennum,1); net.b{2}=B2; net.trainParam.epochs=100; net.trainParam.lr=0.1; net.trainParam.goal=0.00001; 不知道适应度值函数怎么修改老是出现问题 Error using fun (line 13) Not enough input arguments.

回复此楼