MATLAB中BP神经网络的训练算法具体是怎么样的

[出口退税具体算法]分外贸的免退税和生产企业的免抵退税，复杂的是免抵退税 “免、抵、退”的计算方法第一步——计算免抵退税不得免征和抵扣税额抵减额：不得免征和抵扣税额抵减额=免税购进原材...+阅读

MATLAB中BP神经网络的训练算法具体是怎么样的

先用newff函数建立网络，再用train函数训练即可。

1）正向传播：输入样本->输入层->各隐层（处理）->输出层

注1：若输出层实际输出与期望输出（教师信号）不符，则转入2）（误差反向传播过程）

2）误差反向传播：输出误差（某种形式）->隐层（逐层）->输入层

其主要目的是通过将输出误差反传，将误差分摊给各层所有单元，从而获得各层单元的误差信号，进而修正各单元的权值（其过程，是一个权值调整的过程）。

BP算法实现步骤（软件）：

1）初始化

2）输入训练样本对，计算各层输出

3）计算网络输出误差

4）计算各层误差信号

5）调整各层权值

6）检查网络总误差是否达到精度要

满足，则训练结束；不满足，则返回步骤2)

注：改进算法—增加动量项、自适应调整学习速率（这个似乎不错）及引入陡度因子。

什么是BP神经网络

BP算法的基本思想是：学习过程由信号正向传播与误差的反向回传两个部分组成；正向传播时，输入样本从输入层传入，经各隐层依次逐层处理，传向输出层，若输出层输出与期望不符，则将误差作为调整信号逐层反向回传，对神经元之间的连接权矩阵做出处理，使误差减小。经反复学习，最终使误差减小到可接受的范围。具体步骤如下：

1、从训练集中取出某一样本，把信息输入网络中。

2、通过各节点间的连接情况正向逐层处理后，得到神经网络的实际输出。

3、计算网络实际输出与期望输出的误差。

4、将误差逐层反向回传至之前各层，并按一定原则将误差信号加载到连接权值上，使整个神经网络的连接权值向误差减小的方向转化。

5、対训练集中每一个输入—输出样本对重复以上步骤，直到整个训练样本集的误差减小到符合要为止。

BP神经网络的MATLAB算法

以常用的三层BP为例：net=newff(P,T,{m},{'tansig'},'trainlm')；//用newff建立新的网络net,P为样本输入，T为目标输出，m为隐层的神经元数目，tansig为隐层到输出层的传输函数，如果是多隐层则要给出每层的输出函数，trainlm为训练函数net.trainParam.goal = 0.01； //设置要达到的误差精度

net.trainParam.epochs = 6000； //设置训练次数，6000次

[net,tr] = train(net,p',t)； //开始训练网络然后就可以看到结果了，包括训练的进程结果，最后可以用sim函数进行预测

a=sim(net,R);//R为测试数据，a为网络输出也可以直接用神经网络工具箱进行设计，比较简单直观化，内置样本数据的归一化，精度更好一些

用Matlab算BP神经网络的具体算法

BP神经网络的传递函数一般采用sigmiod函数，学习算法一般采用最小梯度下降法；下面是具体的程序例子：例1 采用动量梯度下降算法训练 BP 网络。训练样本定义如下：输入矢量为 p =[-1 -2 3 1 -1 1 5 -3] 目标矢量为 t = [-1 -1 1 1] 解：本例的 MATLAB 程序如下： close all clear echo on clc % NEWFF——生成一个新的前向神经网络 % TRAIN——对 BP 神经网络进行训练 % SIM——对 BP 神经网络进行仿真 pause % 敲任意键开始 clc % 定义训练样本 % P 为输入矢量 P=[-1, -2, 3, 1; -1, 1, 5, -3]; % T 为目标矢量 T=[-1, -1, 1, 1]; pause; clc % 创建一个新的前向神经网络 net=newff(minmax(P),[3,1],{'tansig','purelin'},'traingdm'） % 当前输入层权值和阈值 inputWeights=net.IW{1,1} inputbias=net.b{1} % 当前网络层权值和阈值 layerWeights=net.LW{2,1} layerbias=net.b{2} pause clc % 设置训练参数 net.trainParam.show = 50; net.trainParam.lr = 0.05；学习速率 net.trainParam.mc = 0.9；动量系数 net.trainParam.epochs = 1000; net.trainParam.goal = 1e-3; pause clc % 调用TRAINGDM 算法训练 BP 网络 [net,tr]=train(net,P,T); pause clc % 对 BP 网络进行仿真 A = sim(net,P) % 计算仿真误差 E = T - A MSE=mse(E) pause clc echo off