《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》
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。
图表编号 | XD00129824000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.28 |
作者 | 张志明、汪荟萃 |
绘制单位 | 安徽大学商学院、安徽大学商学院 |
更多格式 | 高清、无水印(增值服务) |