《BP神经网络算法原理》由会员分享,可在线阅读,更多相关《BP神经网络算法原理(4页珍藏版)》请在金锄头文库上搜索。
1、一个2X3X1的神经网络即输入层有两个节点,隐层含三个节点,输出层有一个节点,神经网络如图示。e图中wj(i 1,2; j 3,4,5)为输入层与隐层的权值,Wjk (j 3,4,5;k 6)为隐yp层与输出层的权值,小、X2是神经网络的输入值,y是网络的输出值,yp为教师信号,e为神经网络的实际输出与期望输出的误差。在这个神经网络中,节点1,2是输入层,节点3,4,5是隐层,节点6是输出层;输入层和隐层之间的权值依次为Wl3,Wl4,Wl5,W23,W24,W25,隐层和输出层间的权值为W36,W46,56,下角标为节点的编号;隐层和输出层节点的阈值依次为3,4,5,6。前馈计算设隐层的第j
2、个节点的输入和输出分别为:NijWijOii1Ojf(lj)其中f(ij)为激励函数 f(ij)11 e Ij由于隐层的输出就是输出层的输入,则输出层第k个节点的总输入和输出分别为:HIkwjkOjj1ykOkf(Ik)若网络输出与实际输出存在误差,则将误差信号反向传播,并不断地修正权值,直至误差达到要求为止。权值调整设误差函数定义为:yk)21MEp(dk2k1为了简便,以下计算都是针对每个节点而言,误差函数Ep记作E。输出层权值的调整权值修正公式为:WjkEWjkEIkIkWjk定义反传误差信号k为:EIkE OkOkIk式中EOk(dkOk)OkIkf(Ik)Ikf (Ik)所以f(Ik
3、)f(Ik)1f(Ik)Ok(1Ok)k(dkOk)Ok(1Ok)LH工(WjO)OjWjkWjkj1由此可得输出层的任意神经元权值的修正公式:wjkkOjWjkOk(1Ok)(dkOk)Oj隐层权值的调整EWijWijEIjIjWijOi式中EWijN一(WijOi) OiWij i 1由于误差函数E与隐层输入Ij不存在直接的函数关系,因此不能直接求得,所以EEOjI7方工(M器入kiIkOjIjMH()(WjkOj)f(Ij)kiIkOjj1M(kWjk)f(Ij)k1隐层的反传误差信号为if(Ij)kWjkk1由此可得,隐层权值的修正公式为;MWijf(Ij)(kWjk)Oik1M或WijOj(1Oj)(kWjk)Oik1(学习的目的是增长知识,提高能力,相信一分耕耘一分收获,努力就一定可以获得应有的回报)