matlab神经网络每次训练都保存网络,Matlab如何解决神经网络每次训练结果不同的问题？...

神经网络matlab程序每次运行结果不同的一点看法

因为每次的结果不一样，才有可能找到比较理想的结果啊

找到比较好的结果后，用命令save filename net;保存网络，

可使预测的结果不会变化，调用时用命令load filename net;

取p_test=[   ];

t_test=[   ];

t=sim(net,p_test);

err=t_test-t;

plot(p_test,err);

选择误差小的保存网络

save filename net

以后调用时

load filename net

p_test=[ ];

t_test=[ ];

t=sim(net,p_test);

err=t_test-t;

plot(p_test,err):

因为每次初始化网络时都是随机的，而且训练终止时的误差也不完全相同，结果训练后的权植和阀也不完全相同(大致是一样的)，所以每次训练后的结果也略有不同

举个例子，这样初始化就能使网络的输出结果是一样的，另外也可以给网络特定的权值，一种方法是把预测结果后的效果比较好的权值做为初值

p=[0.8726 0.9441 0;0 0 0.7093;0.7378 0.7093 0.3795;0.6416 0.3795 0.7031;1 0.7031 0.4241;0.7774 0.4241 0.9559;0.9559 0.5012 0.7052;...

0.8209 0.7052 0.4983;0.6011 0.4983 1;]';

t=[0 0.7378 0.6416 1 0.7774 0.5012 0.8209 0.6011 0.9350];

rand('state',0);

net=newff(minmax(p),[6,1],{'tansig','logsig'},'trainlm');

net.trainParam.epochs=2000;

net.trainParam.goal=0.001;

net=train(net,p,t);

y=sim(net,p);

error=y-t;

res=norm(error);

p_test=[0.9350 1 0.6236;]';

t_test=[ 0.8027]

a=sim(net,p_test)

原帖在这里 http://www.2nsoft.cn/bbs/read.php?tid=6319&keyword