演示 ■BP算法 手控 2006-12-6 北京科技大学自动化系付冬梅 22
2006-12-6 北京科技大学 自动化系 付冬梅 22 ◼ BP算法 手控 演示
5-3BP神经网络的重要函数和基本功能 5-3-1BP神经网络的重要函数 函数名 功能 newff() 生成一个前馈BP网络 tansig() 双曲正切S型(Tan-Sigmoid)传输函数 logsig() 对数s型(Log-Sigmoid)传输函数 traingd() 梯度下降BP训练函数 2006-12-6 北京科技大学自动化系付冬梅 23
2006-12-6 北京科技大学 自动化系 付冬梅 23 函 数 名 功 能 newff() 生成一个前馈BP网络 tansig() 双曲正切S型(Tan-Sigmoid)传输函数 logsig() 对数S型(Log-Sigmoid)传输函数 traingd() 梯度下降BP训练函数 5-3-1 BP神经网络的重要函数 5-3 BP神经网络的重要函数和基本功能
5-3BP神经网络的重要函数和基本功能 5-3-2BP神经网络中函数的基本功能 newff() 功能 氵 建立一个前向BP网络 格式net=newff(PR,[S1S2.SN1],{TF1 TF2...TFN1},BTF,BLF,PF) 说明net为创建的新BP神经网络；PR为网络输入取向 量取值范围的矩阵；[S1S2..SN表示网络隐含层和输 出层神经元的个数；TFI TF2.TFN}表示网络隐含层 和输出层的传输函数，默认为'tansig';BTF表示网络 的训练函数，默认为'trainlm';BLF表示网络的权值 学习函数，默认为'learngdm';PF表示性能数，默认 为mse'。 2006-12-6 北京科技大学自动化系付冬梅 24
2006-12-6 北京科技大学 自动化系 付冬梅 24 ❑ newff() ◼ 功能 建立一个前向BP网络 ◼ 格式 net = newff(PR，[S1 S2...SN1]，{TF1 TF2...TFN1}，BTF，BLF，PF) ◼ 说明 net为创建的新BP神经网络；PR为网络输入取向 量取值范围的矩阵；[S1 S2…SNl]表示网络隐含层和输 出层神经元的个数；{TFl TF2…TFN1}表示网络隐含层 和输出层的传输函数，默认为‘tansig’；BTF表示网络 的训练函数，默认为‘trainlm’；BLF表示网络的权值 学习函数，默认为‘learngdm’；PF表示性能数，默认 为‘mse’。 5-3 BP神经网络的重要函数和基本功能 5-3-2 BP神经网络中函数的基本功能
5-3BP神经网络的重要函数和基本功能 5-3-2BP神经网络中函数的基本功能 tansig( 功能正切sigmoidi激活函数 Figure 1 口▣☒ Eile Edit View Insert Iools卫esktop Yindow且elp 格式a=tansig(n) 凸3日天只曾回根公·同0国■回 BP网络常用激活函数图形 说明双曲正切Sigmoid函数把神 tansig() 经元的输入范围从(-00，+∞)映射 0.8 —logsig0 到(1,1)。它是可导函数，适用 0.6 04 于BP训练的神经元。 0.2 logsig( 0 功能； 对数Sigmoid激活函数 02 格式a=logsig(N) 0.4 说明对数Sigmoidi函数把神经元 0.6 的输入范围从(-o0,+o0)映射到(0 0.8 1)。它是可导函数，适用于BP训 10 10 练的神经元。 2006-12-6 北京科技大学自动化系付冬梅 25
2006-12-6 北京科技大学 自动化系 付冬梅 25 ❑ tansig() ◼ 功能 正切sigmoid激活函数 ◼ 格式 a = tansig(n) ◼ 说明 双曲正切Sigmoid函数把神 经元的输入范围从(-∞，+∞)映射 到(-1，1)。它是可导函数，适用 于BP训练的神经元。 ❑ logsig() ◼ 功能 对数Sigmoid激活函数 ◼ 格式 a = logsig(N) ◼ 说明对数Sigmoid函数把神经元 的输入范围从(-∞，+∞)映射到(0， 1)。它是可导函数，适用于BP训 练的神经元。 5-3 BP神经网络的重要函数和基本功能 5-3-2 BP神经网络中函数的基本功能
5-4一个简单的例子 下表为某药品的销售情况，现构建一个如下的三层BP神经网 络对药品的销售进行预测：输入层有三个结点，隐含层结点数为5， 隐含层的激活函数为tansig;输出层结点数为1个，输出层的激活 函数为0g$g,并利用此网络对药品的销售量进行预测，预测方法 采用滚动预测方式，即用前三个月的销售量来预测第四个月的销 售量，如用1、2、3月的销售量为输入预测第4个月的销售量，用2、 3、4月的销售量为输入预测第5个月的销售量如此反复直至满足预 测精度要求为止。 月份 1 2 3 4 5 6 销量 2056 2395 2600 2298 1634 1600 月份 7 8 9 10 11 12 销量 1873 1478 1900 1500 2046 1556 2006-12-6 北京科技大学自动化系付冬梅 26
2006-12-6 北京科技大学 自动化系 付冬梅 26 下表为某药品的销售情况，现构建一个如下的三层BP神经网 络对药品的销售进行预测：输入层有三个结点，隐含层结点数为5， 隐含层的激活函数为tansig；输出层结点数为1个，输出层的激活 函数为logsig，并利用此网络对药品的销售量进行预测，预测方法 采用滚动预测方式，即用前三个月的销售量来预测第四个月的销 售量，如用1、2、3月的销售量为输入预测第4个月的销售量，用2、 3、4月的销售量为输入预测第5个月的销售量.如此反复直至满足预 测精度要求为止。 月份 1 2 3 4 5 6 销量 2056 2395 2600 2298 1634 1600 月份 7 8 9 10 11 12 销量 1873 1478 1900 1500 2046 1556 5-4 一个简单的例子