『壹』 MATLAB BP神經網路工具箱使用步驟
開始MATLAB BP神經網路工具箱的使用教程:
首先，導入數據是關鍵步驟:
- 點擊「導入數據」按鈕，選擇需要的數據源並保存，確保將預測目標和其它數據分開導入。
- 接著，進行數據格式轉換，使用table2array函數將table格式的數據轉化為double數組。
構建模型則涉及以下步驟:
- 打開"Neural Net Fitting"，直接跳過第一個界面，選擇數據。
- 分配數據集，通常設置70%為訓練集，15%為驗證集，15%為測試集，然後點擊「Next」。
- 決定隱含層神經元數量，通常范圍在5到15之間，根據實際效果調整。
- 選擇訓練演算法，通常默認即可，根據擬合效果調整。
- 訓練模型後，檢查擬合優度和誤差直方圖，這是評估模型性能的重要依據。
- 最後，保存訓練結果，工作區中會顯示各種輸出，點擊Finish處理任何提示。
進行預測時，利用sim函數，格式如：y = sim(model_name, [element_a, element_b])，輸入數據用英文分號隔開。
若需要查看模型參數，如權值、閾值和傳遞函數，可參考以下信息:
- 輸入層到隱含層權值: net.iw{1,1}
- 輸入層到隱含層閾值: theta=net.b{1}
- 隱含層到輸出層權值: net.lw{2,1}
- 隱含層到輸出層閾值: theta2=net.b{2}
- 傳遞函數: 分別查看輸入層和隱含層的net.layers{1}.transferFcn和net.layers{2}.transferFcn