《表3 四种训练方法比较：基于灰色BP神经网络的员工需求预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于灰色BP神经网络的员工需求预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

训练函数的选择也比较多样，除了最速下降法以外，还有改进的训练算法，如Levenberg-Marquardt算法、拟牛顿算法等。改进的训练算法比最速下降法性能好，但是改进的训练算法中，每种方法都有其优点和不足，因此仍然采用试凑法选择训练函数。以trainlm、trainbfg、traingdx、traingda作为训练函数进行训练，选择验证集误差最小的训练函数，如表3所示。由此可知，trainbfg函数均方误差最小，R2最大。traingdx、traingda出现了“validation stop”对话框，即连续6次内部训练调整后，均方误差仍没有降低，因此训练停止。故最终选取trainbfg作为训练函数。