BP神经网络matlab详细参数
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于matlab BP 神经网络参数详解
（1）生成BP 网络
(,[1 2...],{ 1 2...},,,)net newff PR S S SNl TF TF TFNl BTF BLF PF =
PR ：由R 维的输入样本最小最大值构成的2R ⨯维矩阵。
[1 2...]S S SNl ：各层的神经元个数。
{ 1 2...}TF TF TFNl ：各层的神经元传递函数。
BTF ：训练用函数的名称。
（2）网络训练
[,,,,,] (,,,,,,)net tr Y E Pf Af train net P T Pi Ai VV TV =
（3）网络仿真
[,,,,] (,,,,)Y Pf Af E perf sim net P Pi Ai T =
BP 网络的训练函数
训练方法 训练函数 梯度下降法
traingd 有动量的梯度下降法 traingdm 自适应lr 梯度下降法
traingda
自适应lr 动量梯度下降法 traingdx 弹性梯度下降法 trainrp
Fletcher-Reeves 共轭梯度法
traincgf
Ploak-Ribiere 共轭梯度法 traincgp Powell-Beale 共轭梯度法 traincgb 量化共轭梯度法
trainscg
拟牛顿算法trainbfg
一步正割算法trainoss Levenberg-Marquardt trainlm
BP网络训练参数
训练参数参数介绍训练函数
net.trainParam.epochs
最大训练次数（缺省
为10）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm
net.trainParam.goal
训练要求精度（缺省
为0）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm
net.trainParam.lr
学习率（缺省为0.01）traingd、traingdm、
traingda、traingdx、
trainrp、traincgf、
traincgp、traincgb、
trainscg、trainbfg、
trainoss、trainlm
net.trainParam.max_fai
l
最大失败次数（缺省
为5）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm
net.trainParam.min_gra
d
最小梯度要求（缺省
为1e-10）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm
net.trainParam.show
显示训练迭代过程
（NaN表示不显示，
缺省为25）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm
net.trainParam.time
最大训练时间（缺省
为inf）traingd、traingdm、traingda、traingdx、trainrp、traincgf、
traincgp、traincgb、
trainscg、trainbfg、
trainoss、trainlm net.trainParam.mc
动量因子（缺省0.9）traingdm、traingdx
net.trainParam.lr_inc
学习率lr增长比（缺
省为1.05）
traingda、traingdx
net.trainParam.lr_dec
学习率lr下降比（缺
省为0.7）
traingda、traingdx
net.trainParam.max_per
f_inc
表现函数增加最大比
（缺省为1.04）
traingda、traingdx
net.trainParam.delt_in
c
权值变化增加量（缺
省为1.2）
trainrp
net.trainParam.delt_de
c
权值变化减小量（缺
省为0.5）
trainrp
net.trainParam.delt0
初始权值变化（缺省
为0.07）
trainrp
net.trainParam.deltama
x
权值变化最大值（缺
省为50.0）
trainrp
net.trainParam.searchF
cn
一维线性搜索方法
（缺省为srchcha）traincgf、traincgp、traincgb、trainbfg、trainoss
net.trainParam.sigma
因为二次求导对权值trainscg