神经网络论文Word文件下载.docx
- 文档编号:16436742
- 上传时间:2022-11-23
- 格式:DOCX
- 页数:26
- 大小:36.71KB
神经网络论文Word文件下载.docx
《神经网络论文Word文件下载.docx》由会员分享,可在线阅读,更多相关《神经网络论文Word文件下载.docx(26页珍藏版)》请在冰豆网上搜索。
74264
2005
178.5
14185.36
306.7956
74647
2006
191.3
16499.7
377.5
74978
2007
209.8
20169.46
447.7907
75321
2008
226.9
23707.71
511.9498
75564
2009
246.8
25607.53
531.1023
75828
2010
267.8
30015.05
575.4245
76105
2011
287.4
35197.79
608.1565
76720
因为样本数较少,所以训练样本数应大于测试样本数,根据11年数据变化的特点进行抽样。
选取了2001、2002、2004、2005、2007、2009年的数据作为一组进行训练,其余数据作为一组进行测试。
(3)参数设置
一、系统结构M
P
N参数设置
根据上述的数据划分,该神经网络输入层元素取3,分别为人均GDP、普通高等学校毕业生人数(万人)、就业人员(万人);
输出层元素取1,为预测离婚人数(万人),采用单隐含层神经网络设计,然后分别对隐含层神经元数目采用试差法进行对比确定,来找到最合适的隐含层神经元数目。
二、系统参数设置
对学习速率、平滑因子、学习误差、分级迭代级数等系统参数进行设置,从而求得不同系统参数设置下的预测结果,对不同预测结果进行对比以找到最合适的那一组系统参数设置。
3.离婚率预测
如表二所示,1.1,1.2,1.3,1.4表示学习误差E的改变对预测结果的影响;
2.1,2.2,2.3表示训练样本顺序的改变对预测结果的影响;
3.1表示学习样本数量的增加对预测结果的影响;
4.1,4.2,4.3,4.4,4.5,4.6表示隐含层神经元数目P的改变对预测结果的影响;
5.1,5.2,5.3表示学习速率h和学习误差E同时改变对预测结果的影响。
为方便接下来对结果进行分析对比,分别算出了每一种方法预测结果所对应的相对误差、训练值平均相对误差、测试值平均相对误差、测试值最小相对误差和测试值最大相对误差。
在具体应用中,各输入量不能直接输入到网络中,需先将各输入量进行归一化,将它们归化为0~1之间的值。
表二
(1.1)网络结构
3
15
1,h=1.5、a=0.7、E=0.03、s=14
实际离婚人数(万人)
预测值(万人)
误差(万人)
相对误差
124.2186
0.831357
0.00665
133.0971
-15.39708
0.13082
160.5293
5.970711
0.03586
175.8828
2.61715
0.01466
208.6829
1.117133
0.00532
228.4093
18.39066
0.07452
238.8817
28.91834
0.10798
249.3842
38.01576
0.13227
145.3262
-12.32617
0.09268
191.4814
-0.181436
0.00095
221.9832
4.916783
0.02167
训练值平均相对误差
0.04464
测试值平均相对误差
0.07111
测试值最小相对误差
0.00095
测试值最大相对误差
0.13227
(1.2)网络结构
1,h=1.2、a=0.7、E=0.01、s=15
119.6854
5.364566
0.04290
123.0682
-5.368173
0.04561
161.3349
5.165131
0.03102
179.642
-1.142009
0.00640
214.7577
-4.957715
0.02363
241.7786
5.02138
0.02035
262.1139
5.686145
0.02123
277.5782
9.82175
0.03417
139.3523
-6.352308
0.04776
193.0003
-1.700264
0.00889
230.5062
-3.606157
0.01589
0.02832
0.02559
(1.3)网络结构
1,h=1.2、a=0.7、E=0.001、s=15
124.513
0.537006
0.00429
118.2376
-0.537645
0.00457
165.9866
0.513357
0.00308
179.0271
-0.527141
0.00295
209.3491
0.450909
0.00215
247.3335
-0.533516
0.00216
274.9467
-7.146734
0.02669
286.24
1.160023
0.00404
135.4601
-2.460134
0.01850
185.1443
6.155674
0.03218
230.5303
-3.63029
0.01600
0.00320
0.01948
(1.4)网络结构
1,h=1.2、a=0.7、E=0.0001、s=15
124.5162
0.533804
0.00427
118.2305
-0.530491
0.00451
165.963
0.537028
0.00323
179.0325
-0.532552
0.00298
209.2992
0.500767
0.00239
247.3107
-0.510667
0.00207
282.7186
-14.9186
0.05571
289.3612
-1.961172
0.00682
136.9196
-3.919635
0.02947
187.7746
3.525425
0.01843
233.8195
-6.919536
0.03050
0.00324
0.02819
(2.1)网络结构
119.8214
5.228563
0.04181
161.1375
5.362451
0.03221
215.1668
-5.366836
0.02558
123.0397
-5.339735
0.04537
179.2905
-0.790536
0.00443
242.1548
4.64522
0.01882
269.834
-2.033945
0.00760
283.7746
3.625405
0.01261
138.5918
-5.591849
0.04204
194.1856
-2.885619
0.01508
233.8609
-6.960898
0.03068
0.02804
0.02160
(2.2)网络结构
124.6278
0.422228
0.00338
165.9771
0.522878
0.00314
209.2646
0.535445
0.00255
118.2255
-0.525494
0.00446
179.0374
-0.537365
0.00301
246.514
0.285961
0.00116
276.764
-8.963987
0.03347
286.0209
1.379106
0.00480
141.3788
-8.378844
0.06300
188.2255
3.074533
0.01607
236.776
-9.87596
0.04353
0.03217
(2.3)网络结构
1,h=0.5、a=0.7、E=0.001、s=15
相对误差(%)
0.00309
0.02933
0.00252
0.04837
(3.1)网络结构
117.6146
7.435375
0.05946
159.0061
7.493851
0.04501
216.8716
-7.07158
0.03371
125.1359
-7.435942
0.06318
176.8495
1.650476
0.00925
242.2345
4.565491
262.1255
5.674502
0.02119
139.9743
-6.974285
0.05244
193.8041
-2.504109
0.01309
233.9926
-7.092588
0.03126
279.5982
7.801836
0.02715
0.03818
0.02902
(4.1)网络结构
30
124.5139
0.536146
118.2311
-0.531131
165.9626
0.5374
179.0092
-0.509233
0.00285
209.9215
-0.121545
0.00058
246.336
0.464035
0.00188
273.8834
-6.083415
0.02272
285.9097
1.490331
0.00519
133.2789
-0.278889
0.00210
186.2906
5.009425
0.02619
229.8614
-2.961426
0.01305
0.00289
0.01385
(4.2)网络结构
20
124.545
0.504956
-0.537615
165.9624
0.537553
179.0371
-0.53714
209.2922
0.507785
0.00242
247.3057
-0.505747
0.00205
274.3694
-6.569418
0.02453
285.8474
1.552558
0.00540
133.5036
-0.503588
0.00379
185.3849
5.915139
0.03092
228.733
-1.832979
0.00808
0.00322
0.01454
(4.3)网络结构
25
124.5174
0.532614
0.00426
118.2352
-0.535189
0.00455
165.9675
0.532523
-0.527047
209.8193
-0.019326
0.00009
246.346
0.45397
0.00184
276.0602
-8.260179
0.03084
287.4978
-0.097819
0.00034
134.0248
-1.024822
0.00771
186.6484
4.651568
0.02432
230.6001
-3.700123
0.01631
0.00281
0.01590
(4.4)网络结构
35
124.5137
0.536315
118.2357
-0.535716
0.537593
178.994
-0.49401
0.00277
210.2987
-0.498707
0.00238
246.6416
0.15835
0.00064
273.5656
-5.765609
0.02153
286.0635
1.336491
0.00465
132.2156
0.784421
0.00590
186.3657
4.93426
0.02579
228.2593
-1.359326
0.00599
0.01277
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 神经网络 论文
![提示](https://static.bdocx.com/images/bang_tan.gif)