-
大小: 986B文件類型: .m金幣: 1下載: 0 次發(fā)布日期: 2021-06-02
- 語(yǔ)言: Matlab
- 標(biāo)簽:
資源簡(jiǎn)介
更加完美運(yùn)行神經(jīng)網(wǎng)絡(luò)程序1) 非線性映射能力:BP神經(jīng)網(wǎng)絡(luò)實(shí)質(zhì)上實(shí)現(xiàn)了一個(gè)從輸入到輸出的映射功能,數(shù)學(xué)理論證明三層的神經(jīng)網(wǎng)絡(luò)就能夠以任意精度逼近任何非線性連續(xù)函數(shù)。這使得其特別適合于求解內(nèi)部機(jī)制復(fù)雜的問(wèn)題,即BP神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的非線性映射能力。
2) 自學(xué)習(xí)和自適應(yīng)能力:BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí),能夠通過(guò)學(xué)習(xí)自動(dòng)提取輸出、輸出數(shù)據(jù)間的“合理規(guī)則”,并自適應(yīng)的將學(xué)習(xí)內(nèi)容記憶于網(wǎng)絡(luò)的權(quán)值中。即BP神經(jīng)網(wǎng)絡(luò)具有高度自學(xué)習(xí)和自適應(yīng)的能力。
3) 泛化能力:所謂泛化能力是指在設(shè)計(jì)模式分類器時(shí),即要考慮網(wǎng)絡(luò)在保證對(duì)所需分類對(duì)象進(jìn)行正確分類,還要關(guān)心網(wǎng)絡(luò)在經(jīng)過(guò)訓(xùn)練后,能否對(duì)未見(jiàn)過(guò)的模式或有噪聲污染的模式,進(jìn)行正確的分類。也即BP神經(jīng)網(wǎng)絡(luò)具有將學(xué)習(xí)成果應(yīng)用于新知識(shí)的能力。
代碼片段和文件信息
%適應(yīng)值函數(shù)gabpEval
function[solval]=gabpEval(soloptions)
%val-the?fittness?of?this?individual
%s01-the?individual。returned?to?allow?for?Lamarckian?evolution
%options-[current_generation]
day=[0.9363?-0.9698?-0.9907?-0.9562?-0.9507?0.9363?-0.9164?0.9045?0.8918;
?-0.9358?-0.9751?0.9821?-0.9544?-0.9469?0.9426?0.9182?0.8967?-0.8841;
0.9516?-0.9781?-0.9744?-0.9525?0.9509?0.9368?0.9082?-0.8903?-0.8665;
?-0.9480?-0.9795?-0.9796?-0.9507?0.9509?0.9300?-0.9075?-0.8902?-0.8671;
評(píng)論
共有 條評(píng)論