《表4 不同训练函数下BP网络的训练结果》

  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

《基于热轧工艺过程数据的硅钢同板差预测模型》

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

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。