2.8

Elman神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法

概述Elman神經(jīng)網(wǎng)絡(luò)由JeffreyL.Elman于1990年提出是一種反饋神經(jīng)網(wǎng)絡(luò)具有很強的計算能力Hello,I’mJeffreyL.Elman2.8.1Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Elman網(wǎng)絡(luò)由4層組成輸入層信號傳輸作用隱含層承接層也稱上下文單元或狀態(tài)層,承接層從隱含層接收反饋信號，用來記憶隱含層神經(jīng)元前一時刻的的輸出值，承接層神經(jīng)元的輸出經(jīng)延遲與存儲，再輸入到隱含層。這樣就使其對歷史數(shù)據(jù)具有敏感性，增加了網(wǎng)絡(luò)自身處理動態(tài)信息的能力。輸出層僅起線性加權(quán)作用。2.8.2Elman神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法Outputyr12Inputun1n1m1輸出層用紫色表示隱含層用黃色表示承接層用白色表示2.8.2Elman神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法Elman神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法采用BP算法判斷算法是否結(jié)束的誤差函數(shù)為：其中為期望輸出Elman神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法流程圖

Elman神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法流程圖計算輸出層輸出初始化各層權(quán)值輸入樣本值計算輸入層輸出計算誤差函數(shù)更新權(quán)值計算承接層輸出計算隱含層輸出2.8.3Elman神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的MATLAB實現(xiàn)例2-7下表為某單位辦公室七天上午9點到12點的空調(diào)負(fù)荷數(shù)據(jù)，數(shù)據(jù)已經(jīng)做了歸一化處理，預(yù)測方法采用前6天的數(shù)據(jù)作為網(wǎng)絡(luò)的訓(xùn)練樣本，每3天的負(fù)荷作為輸入向量，第4天的負(fù)荷作為目標(biāo)向量，第七天的數(shù)據(jù)作為網(wǎng)絡(luò)的測試數(shù)據(jù)。2.8.3Elman神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的MATLAB實現(xiàn)空調(diào)負(fù)荷數(shù)據(jù)表時間9時負(fù)荷10時負(fù)荷11時負(fù)荷12時負(fù)荷第1天0.44130.47070.69530.8133第2天0.43790.46770.69810.8002第3天0.45170.47250.70060.8201第4天0.45570.47900.70190.8211第5天0.46010.48110.71010.8298第6天0.46120.48450.71880.8312第7天0.46150.48910.72010.83302.8.3Elman神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的MATLAB實現(xiàn)例2-7程序小結(jié)概述Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Elman神經(jīng)