《构建BP神经网络步骤.docx》由会员分享，可在线阅读，更多相关《构建BP神经网络步骤.docx（1页珍藏版）》请在三一办公上搜索。
1、构建BP神经网络步骤基于Matlab的BP神经网络编程过程如下： (1)对样本集进行归一化 确定输入样本和输出样本，并对它们进行归一化，将输入和输出样本变换到区间，由于Matlab的归一化函数premnmx把数据变换到之间，所以使用自编premnmx2归一化函数。 (2)创建BP神经网络 在样本集确定之后，即可进行网络的结构设计，在Matlab中一般使用newff创建函数，它不但创建了网络对象，还自动初始化网络的权重和阈值。如果需要重新初始化网络权重和阈值，可以使用Init函数。 关键语句如下： netnewff 一般选用三层BP网络，输入层、输出层的神经元个数根据具体情况确定，而隐层神经元个
2、数目前多采用经验的方法确定。 (3)设置网络的训练参数 net.trainParam.epochs最大收敛次数； net.trainParam.goal收敛误差； net.trainParam.show显示间隔； 以上在一般的神经网络训练中都有使用，本文使用LevenbergMarquart优化算法进行训练，还需设置的参数有： net.trainParam.muLevenbergMarquart优化算法中的 net.trainParam.mu_dec 的缩减因子； net.trainParam.mu_inc 的增大因子； net.trainParam.mu_max 的最大值； net.trainParam.min_grad性能函数的最小梯度； (4)训练BP网络 关键语句为：net=train (6)训练成功，相关结果输出。
