BP神经网络matlab详细参数

1、基于matlab BP神经网络参数详解(1)生成BP网络net = newff(PR,S1 S2.SNI,TF1 TF2.TFNI, BTF , BLF , PF ) PR :由R维的输入样本最小最大值构成的R 2维矩阵。S1 S2.SNI:各层的神经元个数。TF1 TF2.TFNI: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trai

2、 ngd有动量的梯度下降法train gdm自适应lr梯度下降法train gda自适应lr动量梯度下降法train gdx弹性梯度下降法trai nrpFletcher-Reeves 共轭梯度法train cgfPloak-Ribiere共轭梯度法train cgpPowell-Beale共轭梯度法train cgb量化共轭梯度法train scg训练参数参数介绍训练函数n et.tra in Param.epochs最大训练次数（缺省为10）traingd、traingdm、 traingda、traingdx、 trainrp、traincgf、 traincgp、traincgb、 t

3、rainscg、trainbfg、 trainoss、trainlmn et.tra in Param.goal训练要求精度（缺省为0）traingd、traingdm、 traingda、traingdx、 trainrp、traincgf、 traincgp、traincgb、 trainscg、trainbfg、 trainoss、trainlmn et.tra in Para m.lr学习率（缺省为0.01）traingd、traingdm、 traingda、traingdx、 trainrp、traincgf、 traincgp、traincgb、 trainscg、trainbf

4、g、拟牛顿算法trai nbfg一步正割算法trainossLeve nberg-Marquardttrai nlmBP网络训练参数训练参数参数介绍训练函数trainoss、trainlmn et.tra in Param.max_fai l最大失败次数（缺省为5）traingd、traingdm、 traingda、traingdx、 trainrp、traincgf、 traincgp、traincgb、 trainscg、trainbfg、 trainoss、trainlmn et.trai nParam.min_gra d最小梯度要求（缺省为 1e-10）traingd、traingd

5、m、 traingda、traingdx、 trainrp、traincgf、 traincgp、traincgb、 trainscg、trainbfg、 trainoss、trainlmn et.trai nParam.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、trainlmn et.trai nParam.time最大训练时间（缺省为 inf）traingd、traingdm

6、、 traingda、traingdx、 trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmn et.trai nParam.mc动量因子（缺省0.9）traingdm、traingdxn et.trai nPara m.lr_inc学习率lr增长比（缺省为1.05）traingda、traingdxn et.trai nPara m.l r_dec学习率lr下降比（缺省为0.7）traingda、traingdxn et.tra in Param.max_per f_inc表现函数增加最大比（缺省为1.0

7、4）traingda、traingdxn et.trai nParam.delt_in c权值变化增加量（缺省为1.2）trai nrpn et.tra in Param.delt_de c权值变化减小量（缺省为0.5）trai nrpn et.trai nParam.deltO初始权值变化（缺省为 0.07）trai nrpn et.tra in Param.deltamax权值变化最大值（缺省为50.0）trai nrpn et.tra in Param.searchF cn一维线性搜索方法（缺省为srchchatraincgf、traincgp、traincgb、trainbfg、trainossn et.trai nParam.sigma因为二次求导对权值train scg调整的影响参数（缺省值 5.0e-5）n et.tra in Para m.l ambdaHessian矩阵不确定性调节参数（缺省为5.0e-7）train scgn et.trai nParam.me n_red uc控制计算机内存/速度的参量，内存较大 设为1，否则设为2（缺省为1）trai nlmn et.trai nParam.mu卩的初始值（缺省为0.001）trai nlmn et.tra