人工智人-家居设计-基于GA-BP的数据融合技术及其在智能灯光系统中的应用.pdf
2022-07-13 11:03:50
1.66MB
黄金价格受多种因素影响，具有高度的非线性和随机特征。 一些传统的预测方法过分强调线性关系，而另一些则忽略了价格随机性。 预测误差相对较大。 因此，提出了一种基于主成分分析（PCA）和遗传算法（GA）的BP神经网络模型，用于黄金价格的短期预测。 BP可以建立金价预测模型。 遗传算法优化了BP神经网络的权值和阈值，克服了BP算法容易陷入局部极小的缺点。 PCA可以有效简化网络输入变量并加快收敛速度。 结果表明，与GA-BP和BP相比，PCA-GA-BP神经网络模型的收敛速度更快，金价预测的预测精度更高。
2022-07-10 11:31:43
848KB
1
第三章 反向传播网络（BP网络） 1．概述 前面介绍了神经网络的结构和模型，在实际应用中，我们用的最广泛的是反向传播网络（BP网络）。下面就介绍一下BP网络的结构和应用。 BP网络是采用Widrow-Hoff学习算法和非线性可微转移函数的多层网络。一个典型的BP网络采用的是梯度下降算法，也就是Widrow-Hoff算法所规定的。backpropagation就是指的为非线性多层网络计算梯度的方法。现在有许多基本的优化算法，例如变尺度算法和牛顿算法。神经网络工具箱提供了许多这样的算法。这一章我们将讨论使用这些规则和这些算法的优缺点。 一个经过训练的BP网络能够根据输入给出合适的
2022-07-06 09:09:29
42KB