Matlab遗传算法优化的BP神经网络(两个隐含层)

本文介绍了在Matlab中如何使用遗传算法优化具有两个隐含层的BP神经网络。作者在尝试优化一个只有一个隐含层的神经网络后,发现效果不佳,因此增加了隐含层的数量。在调整过程中,涉及了newff函数的新旧用法、节点总数的修改、fun函数的更新以及权值和偏置的重新计算。尽管已经能够运行,但效果仍然需要改进,作者希望得到进一步的建议。
摘要由CSDN通过智能技术生成

看了王小川的《MATLAB神经网络43个案例分析》,第三章的遗传算法优化BP神经网络,讲了只有一个隐含层的神经网络如何使用遗传算法优化,这个代码网络上现在都有,我刚开始用这个代码跑了一下自己的样本,结果效果不好,除了要修改样本之外,我考虑到了是不是因为神经网络的层数较为单一了,只有一个隐含层,学习的效果不会太好,于是打算着手修改加一个 隐含层,五一之前调了一次,没改的出来,五一之后静下心重看了一遍,虽然能调试出来,但是效果还不是很好,希望大家能给些指点。

构建的神经网络有两个隐含层,原书上只给出一个,所以原hiddennum要改为hiddennum1和hiddennum2,然后有一个newff的写法问题,说有新旧写法,这里引用一下matlab中newff新旧用法差异。

%节点个数
inputnum=5;
hiddennum1=8;
hiddennum2=8;
outputnum=1;

%构建网络
net=newff(inputn,outputn,[hiddennum1 hiddennum2]);

然后节点总数就得修改了

%节点总数
numsum=inputnum*hiddennum1+hiddennum1+hiddennum1*hiddennum2+hiddennum2+hiddennum2*outputnum+output
评论 34
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值