《表3 近15年来皮革生态系统BP神经网络的无量纲数据》
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。
图表编号 | XD00142930200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.03 |
作者 | 罗娟、程书强 |
绘制单位 | 陕西科技大学经济管理学院、陕西交通职业技术学院、陕西科技大学经济管理学院 |
更多格式 | 高清、无水印(增值服务) |