《表3 近15年来皮革生态系统BP神经网络的无量纲数据》

  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BP神经网络的皮革生态系统评价》

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

通过输入各个等级的假想数据与结果的方式，对BP神经网络进行训练：如分别输入0.91、0.95、1.00，0.9、0.8、0.85，0.60、0.70、0.79，0.40、0.50、0.59，0.39、0.20、0.00，对应的等级输出结果设定为Ⅴ、Ⅴ、Ⅴ，Ⅳ、Ⅳ、Ⅳ，Ⅲ、Ⅲ、Ⅲ，Ⅱ、Ⅱ、Ⅱ，Ⅰ、Ⅰ、Ⅰ。BP神经网络通过学习后，得到指标数值与对应的等级之间的关系。然后将表3中无量纲处理后的数据作为BP神经网络的输入数据。设置隐含层个数为30，则BP神经网络的拓扑结构为16-30-1，即16个指标输入值，每个指标输入值进行对应30个隐含层的正向计算和误差的反向计算，最后输出1个等级结果。隐含学习速率设置为0.01，最大循环次数设置为5 000，最层与输出层函数分别设立为Sigmoid和Purelin[10]，后得到的结果如表4所示。