matlab中神经网络mu,Matlab神经网络工具箱(GUI界面的使用方法)(看完)分析.ppt

* * 神经网络工具箱介绍 * * MATLAB 2009b的神经网络工具箱neural network toolbox提供了图形用户界面(graph user interface , GUI) ,从而使用户在图形界面上,通过与计算机的交互操作设计和仿真神经网络,使得神经网络的设计和仿真变得简单易学. * * 1图形用户界面简介 函数nntool 的详解见help文档。在MATLAB 命令窗口(command window)输入nntool, 按Enter后即可打network\data manager(网络／数据管理器窗补如图1 所示。) (或点击Start/Toolboxes/Neural Network) * * 图1 图形用户界面 * * 2.nntool使用过程与实例 数据构造与预处理 训练数据导入nntool 建立网络 训练网络 仿真网络 输出与存储模拟结果 加载先前仿真过的网络于nntool * * 数据构造与预处理 Time Series Forecasting * * 数据构造与预处理 * * 训练数据导入nntool 根据数据的多少，数据文件的格式等获取样本数据的方法有： 1)直接输入数据：通过采用元素列表方式输入。适用于样本数目较少时。New…按钮 2)Import from Matlab Workspace：Import…按钮。 3)Load from disk file：适合从M-file 文件中读取数据。 Import…按钮。 * * Import from Matlab Workspace * * Load from disk file * * 建立网络 Network/Data Manager窗口中New…打开Create Network or Data，如右图。 Name：定义网络名为network1 选择Input/Target Data,设置训练函数等参数。 View：查看模型 * * 训练网络 Network/Data Manager窗口中选中network1，双击或Open…。打开如下图 在Train中，见下页图， * * * * 可以看出,该窗口为一个多页面对话框,在Train 页面有2个子页面： ●Training ：训练数据(Training Data)的输入向量(Inputs )选择为p,目标向量(Targets)选择为t;训练结果(Training Results)的输出变量(outputs ) 和误差性能变量(Errors)采用系统自动生成的network1 _ output,和network1 _ errors,当然它们也可以由用户重新定义。 * * ●TrainingParameters ：设置训练的各种参数,这要根据具体训练和学习函数进行确定,相关内容可参看各神经网络模型的训练和学习算法。本例采用其默认值即可。 epochs：训练的最大循环次数 goal：性能目标 max_fail：最大验证数据失败的次数 mem_reduc：降低内存需求的系数 min_grad：最小性能梯度 mu：动量的初始值 mu_dec：动量减少系数 mu_inc：动量增加系数 mu_max：动量最大值 show：每格多少训练循环次数会 显示训练过程 time：最大的训练所须时间， 单位为秒 * * 以上过程完成后,单击该页面的Train Network按钮,开始训练,其训练过程如图9所示。 图9 训练误差性能曲线 Algorithms：相关参数 Progress：终止条件(只要一个满足则停止) Plots：各种图形曲线 * * 训练完成后,在Network/Data Manager窗口可以看到,在Outputs区域显示出输出变量名network1 _outputs,在Errors区域显示出误差性能变量名network1 _ errors。选中变量名,单击该窗口的Open按钮,则弹出数据(Data)窗口,在该窗口可以查看到该所选中变量的具体数据。 * * 仿真 Network/Data Manager窗口中选中network1，双击或Op