《表4 不同训练函数下BP网络的训练结果》
针对BP算法训练函数的优化,一般有几种常用的优化训练函数:梯度下降法、LM(LevenbergMarquaudt)法、自适应Lr(Lagrangian relaxation拉格朗日松弛法)的梯度下降法等。但是在神经网络建模时无法直接确定训练效果最好的优化训练函数,需要考虑到实际问题的复杂程度、建模的样本集数目和期望误差等。可以采用类似隐含层节点数的选择方式,对于网络模型分别用不同的优化训练函数来进行训练,以网络模型的训练误差和训练步数来作为参考标准,选择最佳的网络模型训练函数。采用各类训练函数下的网络训练结果如表4所示。
图表编号 | XD00169748600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.20 |
作者 | 成印明 |
绘制单位 | 马鞍山钢铁股份有限公司 |
更多格式 | 高清、无水印(增值服务) |