rbf神经网络参数设置_基于梯度下降法的RBF神经网络（04）

1.调节权值及高斯基函数的参数w，cj，b

采用RBF网络对如下离散模型进行逼近：y(k)=u(k)^3+y(k-1)/[1+y(k-1)^2]。

(1) 数学分析：设q=y(k-1)/[1+y(k-1)^2]，即q(x)=x/[1+x^2]:

q'=(1-x^2)/(1+x^2)2，令q'=0，得x=±1。

∴ 当x∈(-∞，-1)∪(1，+∞)时，y'<0，即单调递减；当x∈(-1，1)时，y'>0，即单调递增。

∴ (-∞，-1)与(1，+∞)是单调递减区间，(-1，1)是单调递减区间。

∴ x=-1是极小值点，x=1是极大值点。极小值为-0.5，极大值为0.5。分析，当x∈(-∞，-1)单调递减，该区间极小值“-0.5”为最小值，并且该区间上的最大值从负向无限趋近于零；当x∈(-1，1)时，单调递增，该区间极大值“0.5”为最大值；当x∈(1，+∞)时，单调递减，该区间最小值从正向无限趋近于零。故：q(x)的取值范围是[-0.5，0.5]。

(2) 程序仿真：

(a)

(b)

(c)

(d)

(3) 参数设置:

网络结构：2-5-1。

输入变量：x(1)=u(t)=sin(t)取值为[-1，1]，x(2)=y(t)离线测试范围是[-1.5，1.5]。注意：t=k*T，T=0.001。

动量因子：0.05。

学习率：0.15。

网络的初始权值：0-1之间的随机值。

考虑到网络的第一个输入范围为[-1，1]，第二个输入范围为[-1.5，1.5]，取高斯基函数的中心参数取值为cj=[-1,-0.5,0,0.5,1；-1,-0.5,0,0.5,1]。

bj=3.0。

设仿真过程中，M=1时为只调节权值w，取固定的cj和b。

设仿真过程中，M=2时为只调节权值w和高斯基函数的cj和b。

%% RBF神经网络参数辨识

当M=1时，仅对网络权值进行调节的仿真结果

当M=1时，仅对网络权值进行调节的仿真误差

当M=2时，仅对网络权值进行调节的仿真结果

当M=2时，仅对网络权值进行调节的仿真误差

由仿真结果可见，采用梯度下降法可以实现很好的逼近效果，其中高斯基函数的参数值cj和bj的取值很重要。

参考文献：《RBF神经网络自适应控制MATLAB仿真》_刘金琨

rbf神经网络参数设置_基于梯度下降法的RBF神经网络（04）相关推荐

rbf神经网络参数设置_隐含层节点数对RBF网络逼近的影响（06）
由高斯函数的表达式可见,逼近误差除了与高斯函数的中心点坐标cj和宽度参数bj有关,还与隐含层神经元节点数量有关. 实例:采用RBF网络对如下离散模型进行逼近:y(k)=u(k)^3+y(k-1)/[1 ...
loss下降auc下降_随机梯度下降法介绍及其参数讲解
算法介绍简单来说,梯度下降就是从山顶找一条最短的路走到山脚最低的地方.但是因为选择方向的原因,我们找到的的最低点可能不是真正的最低点.如图所示,黑线标注的路线所指的方向并不是真正的地方. 既然是选择 ...
基于梯度下降法的——线性回归拟合
点击"小詹学Python",选择"置顶"公众号重磅干货,第一时间送达本文转载自数据分析挖掘与算法,禁二次转载阅读本文需要的知识储备: 高等数学运筹学 P ...
sklearn逻辑回归参数设置_【机器学习笔记】：逻辑回归实战练习（二）
作者:xiaoyu 微信公众号:Python数据科学知乎:python数据分析师前言前几篇介绍了逻辑回归在机器学习中的重要性:5个原因告诉你:为什么在成为数据科学家之前,"逻辑回归&q ...
卷积神经网络训练准确率突然下降_基于联邦学习和卷积神经网络的入侵检测方法...
王蓉1,马春光2,武朋2 1. 哈尔滨工程大学计算机科学与技术学院,哈尔滨 150001:2. 山东科技大学计算机科学与工程学院,青岛 266590 doi :10.3969/j.issn.1671- ...
BP神经网络参数设置及实例
BP网络的训练函数训练方法训练函数梯度下降法 traingd 有动量的梯度下降法 traingdm 自适应lr梯度下降法 traingda 自适应lr动量 ...
卷积神经网络学习路线（五）| 卷积神经网络参数设置，提高泛化能力？
前言这是卷积神经网络学习路线的第五篇文章,主要为大家介绍一下卷积神经网络的参数设置,调参技巧以及被广泛应用在了哪些领域,希望可以帮助到大家. 卷积神经网络的参数设置这个举个例子来说是最好的,因为直 ...
梯度下降算法_批梯度下降法，Minibatch梯度下降法和随机梯度下降法之间的区别...
什么是梯度下降法? 梯度下降法是一种机器学习中常用的优化算法,用来找到一个函数(f)的参数(系数)的值,使成本函数(cost)最小. 当参数不能解析计算时(如使用线性代数),并且必须通过优化算法搜索时 ...
matlab rbf函数_基于径向基函数（RBF）的无网格伪谱法与程序实现（2）——微分矩阵...
参考资料 Gregory E. Fasshauer. Meshfree Approximation Methods with MATLAB. P.387 P401 数值实现 Matlab 2019a ...
随机梯度下降法_动量梯度下降法(gradient descent with momentum)
简介动量梯度下降法是对梯度下降法的改良版本,通常来说优化效果好于梯度下降法.对梯度下降法不熟悉的可以参考梯度下降法,理解梯度下降法是理解动量梯度下降法的前提,除此之外要搞懂动量梯度下降法需要知道原始 ...

rbf神经网络参数设置_基于梯度下降法的RBF神经网络（04）

1.调节权值及高斯基函数的参数w，cj，b

rbf神经网络参数设置_基于梯度下降法的RBF神经网络（04）相关推荐

最新文章

热门文章