24小时热门版块排行榜

返回列表

当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖

小布丁121

银虫 (小有名气)

应助: 0 (幼儿园)
金币: 279.6
散金: 10
红花: 1
帖子: 173
在线: 67.7小时
虫号: 4188842
注册: 2015-11-01
性别: MM
专业: 工程热力学

[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