现代管理分析技术第五章 续 (BP神经网络)

1
2
3
4
5
6
7
8
9
10
第五章 BP神经网络（续）
程序设计2
11
第五章 BP神经网络（续）
12
第五章 BP神经网络（续）
药品销售量的预测结果 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 药品实际销售量 药品实际销售量
1
2
3
4
5
6
7
8
9
13
第五章 BP神经网络（续）
小结：程序设计注意的问题
T=[0.7308 0.1390 0.1087 0.3520
0.0000 0.3761 0.0196 0.5062 0.0695];
6
第五章 BP神经网络（续）
程序设计1
7百度文库
第五章 BP神经网络（续）
8
第五章 BP神经网络（续）
9
第五章 BP神经网络（续）
0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0
1、2、3月的销售量为输入预测第4个月的销售 量，用2、3、4月的销售量为输入预测第5个月 的销售量.如此反复直至满足预测精度要求为止。
4
第五章 BP神经网络（续）
月份 1 2 3 4 5 6
销量
2056
2395
2600
2298
1634
1600
月份
销量
7
1873
8
1478
9
1900
10
1500
11
第五章 BP神经网络（续）
复习：BP神经网络的基本原理 复习：BP神经网络基本学习算法
1
第五章 BP神经网络（续）
Matlab BP神经网络工具箱重要函数与基本功能
newff: 生成一个前馈的BP网络
tansig: 双曲正切S型函数
logsig: 对数S型函数 traingd: 梯度下降BP训练函数
19
第五章 BP神经网络（续）
20
第五章 BP神经网络（续）
21
第五章 BP神经网络（续）
22
第五章 BP神经网络（续）
23
第五章 BP神经网络（续）
24
第五章 BP神经网络（续）
25
2046
12
1556
5
第五章 BP神经网络（续）
数据预处理：归一化 P=[0.5152 0.8173 0.8173 1.0000 1.0000 0.7308 0.7308 0.1390 0.1390 0.1087 0.1087 0.3520 0.3520 0.0000 0.0000 0.3761 0.3761 0.0196 1.0000; 0.7308; 0.1390; 0.1087; 0.3520; 0.0000; 0.3761; 0.0196; 0.5062;]’
--神经元的个数
--隐含层数
--激活函数、训练函数、学习函数等
14
第五章 BP神经网络（续）
小结：神经网络的特点 --非线性映射能力 --泛化能力 --容错能力
15
第五章 BP神经网络（续）
附录1
16
第五章 BP神经网络（续）
17
第五章 BP神经网络（续）
18
第五章 BP神经网络（续）
2
第五章 BP神经网络（续）
newff() 功能：建立一个前馈的BP网络 格式：net=newff(PR,[S1 S2 …SN1], {TF1,TF2…TFN1},BTF,BLF,PF) 说明 PR:网络输入向量取值范围矩阵 [S1 S2…]: 网络隐含层和输出层神经元的个数 [TF1,TF2…]:网络隐含层和输出层的激活函数 BTF: 网络的训练函数 BLF: 网络的权值学习函数 PF: 网络性能
3
第五章 BP神经网络（续）
例1：
下表为某药品的销售情况，现构建一个三层BP
神经网络对药品的销售进行预测：输入层有三个
结点，隐含层结点数为5，隐含层的激活函数为
tansig；输出层结点数为1个，输出层的激活函
数为logsig。预测方法采用滚动预测方式：用前
三个月的销售量来预测第四个月的销售量，如用