加热炉钢坯出炉温度PCA-BP的预测模型研究_杨铮
1.2 BPNN分析方法
BPNN算法是一种有监督式的学习算法，输入学习样本，使用反向传播算法对 络的权值和偏差进行反复的调整训练，使输出的向量与期望向量尽可能地接近，当 络输出层的误差平方和小于指定的误差时训练完成，保存 络的权值和偏差。
实现BPNN的步骤：
1）、初始化，随机给定各连接权及阀值。
2）、由给定的输入输出模式对计算隐层、输出层各单元输出
3）、计算新的连接权及阀值，
4）、选取下一个输入模式对返回第2步反复训练直到 络设输出误差达到要求结束训练。
BPNN算法实质上是把一组样本输入、输出问题转化为一个非线性优化问题，并通过负梯度下降算法，利用迭代运算求解权值问题的一种学习方法。
2 基于PCA-BP模型钢坯出炉温度预测
3 Malab仿真结果分析
附录
文章知识点与官方知识档案匹配，可进一步学习相关知识算法技能树首页概览34716 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！