《表1 网络驯化时的输入数据》

  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

《神经网络在点火药性能预测中的应用》

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

较多的隐层节点会较容易实现网络的逼近，但隐层节点较多会导致学习时间过长、出现过拟合等现象，因此应在较少隐节点数目下寻求最佳值。根据计算经验，本模型的隐节点数目在30以下即可达到误差要求，在30隐节点以下进行网络的训练，训练的训练函数选取trainlm，根据计算结果对比，在其他参数选取默认值，期望误差为0.01时，选择隐节点数为7和隐节点数为9有最小的均方差，通过图1与图2可以看出，9个隐节点的训练曲线较平滑，经过9步训练达到了误差要求，而8个隐节点经过了长时间的平滑期才达到了误差要求，在平滑阶段内模型没有任何收敛情况，而误差是突然降低的。说明曲线模型的训练过程并不稳定，对以后的预测结果有较大的偶然性，所以，隐节点数为9。最终网络的结构确定为4-9-1，传输函数采用S型正切函数tansig，训练函数选取trainlm函数。驯化网络用的数据如表1所示。