国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

基于適應(yīng)度相關(guān)算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(預(yù)測(cè)應(yīng)用) - 附代碼

這篇具有很好參考價(jià)值的文章主要介紹了基于適應(yīng)度相關(guān)算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(預(yù)測(cè)應(yīng)用) - 附代碼。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。

基于適應(yīng)度相關(guān)算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(預(yù)測(cè)應(yīng)用) - 附代碼


摘要:本文主要介紹如何用適應(yīng)度相關(guān)算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)并應(yīng)用于預(yù)測(cè)。

1.數(shù)據(jù)介紹

本案例數(shù)據(jù)一共2000組,其中1900組用于訓(xùn)練,100組用于測(cè)試。數(shù)據(jù)的輸入為2維數(shù)據(jù),預(yù)測(cè)的輸出為1維數(shù)據(jù)

2.適應(yīng)度相關(guān)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)

2.1 BP神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置

神經(jīng)網(wǎng)絡(luò)參數(shù)如下:

%% 構(gòu)造網(wǎng)絡(luò)結(jié)構(gòu)
%創(chuàng)建神經(jīng)網(wǎng)絡(luò)
inputnum = 2;     %inputnum  輸入層節(jié)點(diǎn)數(shù) 2維特征
hiddennum = 10;     %hiddennum  隱含層節(jié)點(diǎn)數(shù)
outputnum = 1;     %outputnum  隱含層節(jié)點(diǎn)數(shù)

2.2 適應(yīng)度相關(guān)算法應(yīng)用

適應(yīng)度相關(guān)算法原理請(qǐng)參考:https://blog.csdn.net/u011835903/article/details/119946003

適應(yīng)度相關(guān)算法的參數(shù)設(shè)置為:

popsize = 20;%種群數(shù)量
Max_iteration = 20;%最大迭代次數(shù)
lb = -5;%權(quán)值閾值下邊界
ub = 5;%權(quán)值閾值上邊界
%  inputnum * hiddennum + hiddennum*outputnum 為閾值的個(gè)數(shù)
%  hiddennum + outputnum 為權(quán)值的個(gè)數(shù)
dim =  inputnum * hiddennum + hiddennum*outputnum + hiddennum + outputnum ;%  inputnum * hiddennum + hiddennum*outputnum維度

這里需要注意的是,神經(jīng)網(wǎng)絡(luò)的閾值數(shù)量計(jì)算方式如下:

本網(wǎng)絡(luò)有2層:

第一層的閾值數(shù)量為:2*10 = 20; 即inputnum * hiddennum;

第一層的權(quán)值數(shù)量為:10;即hiddennum;

第二層的閾值數(shù)量為:10*1 = 10;即hiddenum * outputnum;

第二層權(quán)值數(shù)量為:1;即outputnum;

于是可知我們優(yōu)化的維度為:inputnum * hiddennum + hiddennum*outputnum + hiddennum + outputnum = 41;

適應(yīng)度函數(shù)值設(shè)定:

本文設(shè)置適應(yīng)度函數(shù)如下:
f i t n e s s = a r g m i n ( m s e ( T r a i n D a t a E r r o r ) + m e s ( T e s t D a t a E r r o r ) ) fitness = argmin(mse(TrainDataError) + mes(TestDataError)) fitness=argmin(mse(TrainDataError)+mes(TestDataError))
其中TrainDataError,TestDataError分別為訓(xùn)練集和測(cè)試集的預(yù)測(cè)誤差。mse為求取均方誤差函數(shù),適應(yīng)度函數(shù)表明我們最終想得到的網(wǎng)絡(luò)是在測(cè)試集和訓(xùn)練集上均可以得到較好結(jié)果的網(wǎng)絡(luò)。

4.測(cè)試結(jié)果:

從適應(yīng)度相關(guān)算法的收斂曲線可以看到,整體誤差是不斷下降的,說明適應(yīng)度相關(guān)算法起到了優(yōu)化的作用:

基于適應(yīng)度相關(guān)算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(預(yù)測(cè)應(yīng)用) - 附代碼,智能優(yōu)化算法應(yīng)用,機(jī)器學(xué)習(xí),# BP神經(jīng)網(wǎng)絡(luò),算法,神經(jīng)網(wǎng)絡(luò),人工智能
基于適應(yīng)度相關(guān)算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(預(yù)測(cè)應(yīng)用) - 附代碼,智能優(yōu)化算法應(yīng)用,機(jī)器學(xué)習(xí),# BP神經(jīng)網(wǎng)絡(luò),算法,神經(jīng)網(wǎng)絡(luò),人工智能
基于適應(yīng)度相關(guān)算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(預(yù)測(cè)應(yīng)用) - 附代碼,智能優(yōu)化算法應(yīng)用,機(jī)器學(xué)習(xí),# BP神經(jīng)網(wǎng)絡(luò),算法,神經(jīng)網(wǎng)絡(luò),人工智能
基于適應(yīng)度相關(guān)算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(預(yù)測(cè)應(yīng)用) - 附代碼,智能優(yōu)化算法應(yīng)用,機(jī)器學(xué)習(xí),# BP神經(jīng)網(wǎng)絡(luò),算法,神經(jīng)網(wǎng)絡(luò),人工智能
基于適應(yīng)度相關(guān)算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(預(yù)測(cè)應(yīng)用) - 附代碼,智能優(yōu)化算法應(yīng)用,機(jī)器學(xué)習(xí),# BP神經(jīng)網(wǎng)絡(luò),算法,神經(jīng)網(wǎng)絡(luò),人工智能文章來源地址http://www.zghlxwxcb.cn/news/detail-675443.html

5.Matlab代碼

到了這里,關(guān)于基于適應(yīng)度相關(guān)算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(預(yù)測(cè)應(yīng)用) - 附代碼的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包