《表1 BP神经网络预测值与实际值对比》
预测模型验证。利用python广大开发者所提供的激励函数和学习算法,来实现文章所设计的BP神经网络结构。根据笔者得到的2017年9月初到2017年11月初正常上课期间的数据作为训练集,2017年11月到12月数据作为测试集;隐含层层数为1,单隐含层,隐含层节点数为10.隐层传输函数:tansig,输出层传输函数:tansig,训练函数traincgf,学习函数:learngdm,学习率:0.01,训练目标:0.001,最大训练次数:1000。在Python语言所提供的开源工具箱中得到理想训练结果。截取部分对比数据如表1所示。
图表编号 | XD0026610100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.02.28 |
作者 | 朱嘉塬、郝仕举、裴政赢、徐世军、周卓 |
绘制单位 | 西北民族大学电气工程学院、西北民族大学电气工程学院、西北民族大学电气工程学院、西北民族大学电气工程学院、西北民族大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |