《表1 网络驯化时的输入数据》
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。
图表编号 | XD0089319500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 于国强、王寅 |
绘制单位 | 陕西应用物理化学研究所、陕西应用物理化学研究所 |
更多格式 | 高清、无水印(增值服务) |