《表1 不同隐含层神经元个数的模型测试结果》

  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

《阴阳对算法优化BP神经网络模型对艾滋病报告率的预测》

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

首先使用BP神经网络模型对北京市2005-2017年艾滋病月报告率进行预测。根据输入与输出数据，可以确定BP神经网络的输入层以及输出层神经元个数分别为12和1，隐含层神经元个数由经验公式计算，其中m、n分别为输入层和输出层的节点数，a为1～10之间的常数。由于a的不确定性，本文通过实验确定最佳隐含层神经元个数。随着神经元个数的增加，各个指标数值变化呈现一定规律，所以实验选取a的范围为[1～7]，测试结果见表1。随着隐含层神经元个数的增加，从训练集的拟合效果来看，MSE、MAE、MAPE三个指标的值皆有下降趋势；而从测试集的预测效果来看，MSE、MAE、MAPE三个指标的值呈现先下降再上升的趋势，所以综合考虑训练集与测试集的拟合和预测效果，选取隐含层神经元个数为5。再对模型进行调整，通过连续的实验，最终选择‘trainbr’作为训练函数以缓解模型过拟合的问题。多次实验得到各评价指标数值，结果显示，BP神经网络模型的预测结果波动较大，具有不稳定的特性。