1神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)能夠模仿人腦的功能，具有對(duì)信息進(jìn)行并行處理、分布式存貯，良好的自適應(yīng)性、自組織性、自學(xué)習(xí)與推理的能力，表現(xiàn)出容錯(cuò)性、非線性、非局域性、非凸性等特點(diǎn)，適用于對(duì)模糊信息或復(fù)雜的非線性關(guān)系進(jìn)行識(shí)別與映射。2BP神經(jīng)網(wǎng)絡(luò)

誤差反向傳播網(wǎng)絡(luò)（Back－PropagationNetwork），簡(jiǎn)稱BP神經(jīng)網(wǎng)絡(luò)，是目前人工神經(jīng)網(wǎng)絡(luò)最具有代表性的一種網(wǎng)絡(luò)，應(yīng)用最為廣泛。BP神經(jīng)網(wǎng)絡(luò)通常由輸入層、若干隱含層和輸出層組成，最基本的BP神經(jīng)網(wǎng)絡(luò)通常由一個(gè)輸入層、一個(gè)隱含層和一個(gè)輸出層組成。X表示網(wǎng)絡(luò)的輸入、H表示隱含層、Y表示網(wǎng)絡(luò)的輸出，Wij表示輸入層與隱含層之間的連接權(quán)值，Vjk表示隱含層到輸出層的連接權(quán)值。m、l、n分別表示輸入層、隱含層、輸出層神經(jīng)元的個(gè)數(shù)。Q1j和P1j分別表示隱含層、輸出層神經(jīng)元的閾值。3BP網(wǎng)絡(luò)整個(gè)學(xué)習(xí)過程的一般步驟如下：①網(wǎng)絡(luò)初始化。給各連接權(quán)值{Wij}、{Vjk}及閾值{Q1j}、{P1j}賦予（-1，+1）間的隨機(jī)量。②將第t（t=1）個(gè)學(xué)習(xí)樣本輸入到圖的網(wǎng)絡(luò)中。③計(jì)算隱含層第j神經(jīng)元輸入{sj}和輸出{bj}：，即：式中：

f（x）—網(wǎng)絡(luò)相應(yīng)函數(shù)，取f（x）為Sigmoid函數(shù)，即。4④計(jì)算輸出層第k神經(jīng)元的輸入{Lk}和輸出層的輸出{Ck}，即：⑤計(jì)算輸出層各神經(jīng)元的一般化誤差{dk}：式中：Yk—第k神經(jīng)元的期望輸出。⑥計(jì)算隱含層第j神經(jīng)元的一般化誤差{Ej}：5⑦調(diào)整連接權(quán)值和閾值：式中：η—學(xué)習(xí)速率，0<η<1。⑧選取下一個(gè)訓(xùn)練樣本對(duì)（t=2），重復(fù)步驟③～⑦，直至所有樣本對(duì)（t=1，2，…m）訓(xùn)練完畢，即完成了訓(xùn)練樣本集的一輪訓(xùn)練。6⑨計(jì)算全局誤差SSE：式中：M—學(xué)習(xí)樣本的對(duì)數(shù)；Ykt—第t對(duì)學(xué)習(xí)樣本的期望輸出；Ckt—第t對(duì)學(xué)習(xí)樣本的計(jì)算輸出⑩如果SSE小于預(yù)先設(shè)定的一個(gè)誤差值，則網(wǎng)絡(luò)停止學(xué)習(xí)；否則將重復(fù)步驟③～⑦，進(jìn)行樣本學(xué)習(xí)樣本集的下一輪訓(xùn)練。7標(biāo)準(zhǔn)BP算法是基于梯度下降法，通過計(jì)算目標(biāo)函數(shù)對(duì)網(wǎng)絡(luò)權(quán)值和閾值的梯度進(jìn)行修正。學(xué)習(xí)過程是通過調(diào)整權(quán)重和閾值使期望值和神經(jīng)網(wǎng)絡(luò)輸出值的均方誤差趨于最小實(shí)現(xiàn)的，只用到均方誤差函數(shù)對(duì)權(quán)值和閾值的一階導(dǎo)數(shù)信息。標(biāo)準(zhǔn)梯度下降法權(quán)值和閾值的迭代過程可表示為：標(biāo)準(zhǔn)BP算法：由網(wǎng)絡(luò)所有權(quán)值和閾值所形成的向量。

學(xué)習(xí)速率目標(biāo)函數(shù)(均方誤差函數(shù))

目標(biāo)函數(shù)的梯度(一階導(dǎo)數(shù))

迭代次數(shù)

8BP神經(jīng)網(wǎng)絡(luò)的缺點(diǎn)：BP神經(jīng)網(wǎng)絡(luò)是目前應(yīng)用最多的一種神經(jīng)網(wǎng)絡(luò)形式，但不是非常完美，表現(xiàn)出結(jié)構(gòu)確定的人為性、訓(xùn)練速度慢以及初始權(quán)值對(duì)結(jié)果影響的隨機(jī)性等缺陷；存在學(xué)習(xí)過程易陷入局部極小、易出現(xiàn)震蕩和網(wǎng)絡(luò)存在冗余連接或節(jié)點(diǎn)等缺陷；另外，隱含層單元數(shù)及隱含層結(jié)點(diǎn)數(shù)的確定至今沒有統(tǒng)一的方法。9對(duì)于上述存在的缺點(diǎn)，許多學(xué)者對(duì)BP網(wǎng)絡(luò)進(jìn)行了改進(jìn)，大多采用基于標(biāo)準(zhǔn)梯度下降的改進(jìn)方法，如附加動(dòng)量法、彈性BP算法、自適應(yīng)調(diào)整參數(shù)法等或基于標(biāo)準(zhǔn)數(shù)值優(yōu)化的改進(jìn)方法，如擬牛頓法、共扼梯度法和LM法等，并沒有將兩種改進(jìn)方法結(jié)合起來。

BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)：10（1）基于標(biāo)準(zhǔn)數(shù)值優(yōu)化的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練實(shí)質(zhì)上是非線性目標(biāo)函數(shù)的優(yōu)化問題，標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)利用了目標(biāo)函數(shù)的一階導(dǎo)數(shù)信息。本次改進(jìn)采用“LM”法，它是基于標(biāo)準(zhǔn)數(shù)值優(yōu)化的改進(jìn)方法，在利用目標(biāo)函數(shù)的一階導(dǎo)數(shù)信息的基礎(chǔ)上，還利用了目標(biāo)函數(shù)的二階導(dǎo)數(shù)信息。改進(jìn)后的權(quán)值和閾值的迭代過程表示為：DH—是對(duì)角矩陣，其對(duì)角元素為H的對(duì)角元素；11μ—阻尼因子（若E(X(k+1))≥E(X(k)),μ(k+1)=10μ(k)；否則μ(k+1)=0.1μ(k)）。

該改進(jìn)方法根據(jù)迭代的結(jié)果動(dòng)態(tài)地調(diào)整阻尼因子，使每次的迭代誤差函數(shù)值都有所下降，收斂速度快。（2）基于梯度下降的改進(jìn)標(biāo)準(zhǔn)BP算法的步長(zhǎng)λ是定值，這就導(dǎo)致了λ難以確定，若λ過小，在誤差曲面較平坦的區(qū)域，收斂較慢；當(dāng)步長(zhǎng)λ較大時(shí)，又會(huì)在峽谷區(qū)域引起震蕩。針對(duì)上述缺陷，本次采用步長(zhǎng)自適應(yīng)改進(jìn)方法確定λ，即：式中：β—某一小正數(shù)，β∈[0.01，0.03]；

p—訓(xùn)練次數(shù)

Ep—第p次的訓(xùn)練誤差。12

該方法的優(yōu)點(diǎn)是當(dāng)誤差減小時(shí)步長(zhǎng)相應(yīng)增大，當(dāng)誤差增大時(shí)步長(zhǎng)相應(yīng)減小，克服了標(biāo)準(zhǔn)BP算法步長(zhǎng)難以確定的缺陷。采用這兩種方法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)能克服標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練速度慢、初始權(quán)值對(duì)結(jié)果影響的隨機(jī)性、在學(xué)習(xí)過程易陷入局部極小、易出現(xiàn)震蕩等缺陷。13基于人工神經(jīng)網(wǎng)絡(luò)的綜合評(píng)價(jià)方法步驟

（1）確定評(píng)價(jià)指標(biāo)集，指標(biāo)個(gè)數(shù)為BP網(wǎng)絡(luò)中輸入節(jié)點(diǎn)的個(gè)數(shù)；

（2）確定BP網(wǎng)絡(luò)的層數(shù)，一般采用具有一個(gè)輸入層，一個(gè)隱含層和一個(gè)輸出層的三層網(wǎng)絡(luò)模型結(jié)構(gòu)；

（3）明確評(píng)價(jià)結(jié)果輸出層的節(jié)點(diǎn)數(shù)為1;

（4）對(duì)指標(biāo)值進(jìn)行標(biāo)準(zhǔn)化處理；

（5）用隨機(jī)數(shù)（一般為0-1之間的數(shù)）初始化網(wǎng)絡(luò)節(jié)點(diǎn)的權(quán)值與網(wǎng)絡(luò)閾值；

（6）將標(biāo)準(zhǔn)化以后的指標(biāo)樣本值輸入網(wǎng)絡(luò)，并給出相應(yīng)的期望輸出；

14基于人工神經(jīng)網(wǎng)絡(luò)的綜合評(píng)價(jià)方法步驟（7）正向傳播，計(jì)算各層節(jié)點(diǎn)的輸出；

（8）計(jì)算各層節(jié)點(diǎn)的誤差；

（9）反向傳播，修正權(quán)重；

（10）計(jì)算誤差。當(dāng)誤差小于給定的擬合誤差，網(wǎng)絡(luò)訓(xùn)練結(jié)束；否則轉(zhuǎn)到（7），繼續(xù)訓(xùn)練；

（11）訓(xùn)練所得網(wǎng)絡(luò)權(quán)重就可以用于正式的評(píng)價(jià)。15神經(jīng)網(wǎng)絡(luò)在地下水環(huán)境評(píng)價(jià)中的應(yīng)用

地下水環(huán)境質(zhì)量評(píng)價(jià)是地下水資源評(píng)價(jià)的一項(xiàng)重要內(nèi)容，它根據(jù)地下水中主要物質(zhì)成分和給定的水質(zhì)標(biāo)準(zhǔn)，分析地下水水質(zhì)的時(shí)空分布狀況和可用程度，為地下水資源的開發(fā)利用、規(guī)劃和管理提供科學(xué)依據(jù)。16神經(jīng)筆網(wǎng)絡(luò)追在地弟下水驗(yàn)環(huán)境詠評(píng)價(jià)婦中的肆應(yīng)用地下帽水水謹(jǐn)質(zhì)評(píng)結(jié)價(jià)的遍方法橡有很隆多,如模爐糊數(shù)滲學(xué)法家、灰銜色聚擴(kuò)類法丙、物肌元分吧析法宵、內(nèi)環(huán)梅羅辛指數(shù)稿法等勿。在炒設(shè)計(jì)始模糊塊數(shù)學(xué)已的隸押屬度止函數(shù)濟(jì)、灰碰色聚乎類的塘白化士函數(shù)挽時(shí)及昂在確班定各鉗評(píng)價(jià)紅指標(biāo)竭的權(quán)秤重時(shí)更，都禍存在逝著人鬼為因毯素，羊造成克評(píng)價(jià)高模式嫁難以臟通用兇，而劉且也問存在將著在傘計(jì)算駱時(shí)丟區(qū)失信泳息太猾多而劇使評(píng)奏價(jià)結(jié)稀果與撐實(shí)際岸不符紙。內(nèi)腰梅羅悔指數(shù)因法數(shù)款學(xué)過劍程簡(jiǎn)統(tǒng)捷，倉(cāng)運(yùn)算鴿方便雪，物分理概弄念清映晰等濾，該值方法仆的主棕要缺掉點(diǎn)是揚(yáng)過于譽(yù)突出循最大蔽污染娘因子鈔，未淚考慮最權(quán)重恒因素陰，對(duì)欣各污佛染因劉子等居同對(duì)銹待等走。這許些方酷法并養(yǎng)沒有由很好零解決炕評(píng)價(jià)扔因子魔與水蕩質(zhì)等嘩級(jí)間臨復(fù)雜僵的非禾線性芝關(guān)系輩，以棍及水愁體污驚染的掘模糊僅性與惱隨機(jī)府性，赤至今旨還沒粘統(tǒng)一額的評(píng)毅價(jià)模圖型。17神經(jīng)牲網(wǎng)絡(luò)族在地鄭下水?dāng)?shù)環(huán)境赤評(píng)價(jià)徒中的估應(yīng)用表1水質(zhì)長(zhǎng)資料18神經(jīng)銀網(wǎng)絡(luò)程在地筑下水騎環(huán)境追評(píng)價(jià)卸中的棟應(yīng)用19神經(jīng)拼網(wǎng)絡(luò)愛在地駐下水蒼環(huán)境塔評(píng)價(jià)芝中的剛應(yīng)用I類水紀(jì)的標(biāo)們準(zhǔn)界驚值為I類水蘆的分刺級(jí)代章表值撓，Ⅱ類水銜的分戒級(jí)代最表值懸為I類水爽和Ⅱ類水篇標(biāo)準(zhǔn)關(guān)界值乞的中疼值，償其余盟依次磚類推閥，將Ⅳ類水遣或Ⅴ類水醬的界慚值作國(guó)為Ⅴ類水類的分涉級(jí)代孩表值貿(mào)。得拴到本熄次BP網(wǎng)絡(luò)獸的訓(xùn)桑練樣起本，框見表2。1訓(xùn)練孝樣本勸選擇表2地下偏水質(zhì)肌量標(biāo)者準(zhǔn)分圖級(jí)類姜?jiǎng)e和災(zāi)網(wǎng)絡(luò)剛期望戶輸出湖值20神經(jīng)倍網(wǎng)絡(luò)便在地流下水掛環(huán)境罪評(píng)價(jià)歪中的等應(yīng)用2數(shù)據(jù)特的預(yù)愉處理BP網(wǎng)絡(luò)千模型吊一般尚以S形函賴數(shù)作界為轉(zhuǎn)顧換函惕數(shù)，羅該函小數(shù)的寸值域蓄為[0，1]，因坑此在皺網(wǎng)絡(luò)崖訓(xùn)練士時(shí)要將不原始體數(shù)據(jù)僻進(jìn)行粒處理于，規(guī)撿范到[0，1]之間抖，常壟用的想數(shù)據(jù)蜜預(yù)處夢(mèng)理方碗法主抗要有巴標(biāo)準(zhǔn)憤化法奏、重勾新標(biāo)涼法、貴變換椒法、哄比例籮壓縮面法、溜壓縮涂系數(shù)者法。為了制實(shí)現(xiàn)醒將網(wǎng)烤絡(luò)輸貪入數(shù)幻玉據(jù)信序息集膽進(jìn)行察合理溉的壓評(píng)縮，餅又能逮夠體庭現(xiàn)原期始輸炒入數(shù)視據(jù)信嚼息之多間的敏差別堆，建爆議使渴用壓集縮系敵數(shù)法際。公求式如諷下：T=緒αX式中仙：X—壘—原始介數(shù)據(jù)肢；α—種—壓縮亂系數(shù)般法，0<側(cè)α<自1,根據(jù)曬具體星對(duì)象貍選取α的值掃；T—俯—變換搬后的夕數(shù)據(jù)葬。21神經(jīng)國(guó)網(wǎng)絡(luò)蠅在地毛下水及環(huán)境哥評(píng)價(jià)姿中的董應(yīng)用3隱層臺(tái)及隱蒸層神狼經(jīng)元做節(jié)點(diǎn)因數(shù)的具確定地下渣水環(huán)攀境質(zhì)纖量評(píng)織價(jià)是磚一個(gè)輪非線靠性關(guān)滅系較確為復(fù)齡雜的脾問題向，神餅經(jīng)網(wǎng)捏絡(luò)具匪有逼差近任夕意非劫線性解函數(shù)癥的能時(shí)力，贊且一蔽般的墨三層BP網(wǎng)絡(luò)攔模型饒就能蜻滿足誓大部饒分非短線性弓系統(tǒng)敞要求[7籌-8溫]，因慎此本枯次采辛用一蔽個(gè)隱粉含層汽。隱含畫層神團(tuán)經(jīng)元鎖節(jié)點(diǎn)酒數(shù)的項(xiàng)確定繡是人全工神置經(jīng)網(wǎng)武絡(luò)設(shè)闊計(jì)中設(shè)最為爽關(guān)鍵敬的步該驟，幅它直算接影薦響網(wǎng)享絡(luò)對(duì)至復(fù)雜弱問題捆的映行射能估力。旅目前女出現(xiàn)季的確從定隱非含層蒼神經(jīng)歡元方開法是壩多樣螞的，仁但都泰缺乏縱令人冒信服身的依戒據(jù)，鉆有時(shí)哈常常異也是戰(zhàn)無效般的。珍本文盟采用章“試佳算法罷”確蛾定神誦經(jīng)元泰個(gè)數(shù)點(diǎn)，經(jīng)察試算玩，最多佳隱催含層自節(jié)點(diǎn)漿數(shù)為15個(gè)。22神經(jīng)昆網(wǎng)絡(luò)灰在地輛下水衛(wèi)環(huán)境套評(píng)價(jià)否中的源應(yīng)用4地下卵水環(huán)錄境質(zhì)滿量評(píng)塊價(jià)由于滲本次終評(píng)價(jià)柔指標(biāo)蘿選擇葬了5個(gè)評(píng)金價(jià)因避子，滋因此評(píng)輸入侵層神梢經(jīng)元叢節(jié)點(diǎn)掉數(shù)為5個(gè)，睜評(píng)價(jià)乓等級(jí)符為5個(gè)，涼輸出謊層神養(yǎng)經(jīng)元驅(qū)節(jié)點(diǎn)發(fā)數(shù)為5個(gè)，膛隱含反層神崗經(jīng)元仙節(jié)點(diǎn)乳數(shù)經(jīng)致試算素為15個(gè)，睛因本餅次BP網(wǎng)絡(luò)蜘的拓庭撲結(jié)段構(gòu)為嫌：一刷個(gè)輸消入層矮，神斤經(jīng)元飼節(jié)點(diǎn)排數(shù)為5個(gè)；弱一個(gè)斗隱含江層，釣神經(jīng)誘元節(jié)司點(diǎn)數(shù)嶼為15個(gè)；搶一個(gè)認(rèn)輸出批層，蕉神經(jīng)僑元節(jié)民點(diǎn)數(shù)攔為5個(gè)。23神經(jīng)鏟網(wǎng)絡(luò)天在地批下水言環(huán)境誘評(píng)價(jià)爬中的屢應(yīng)用4地下剃水環(huán)贏境質(zhì)萬量評(píng)傳價(jià)表3地下攏水環(huán)舒境質(zhì)運(yùn)量評(píng)剛價(jià)結(jié)神果24神經(jīng)順網(wǎng)絡(luò)活時(shí)間抗序列蟻預(yù)測(cè)卵模型記一壩個(gè)時(shí)震間序商列為{Xt}，其悲中xt=x(t)，t=婦0，±1，±2，…。時(shí)邀間序筋列預(yù)呼測(cè)也素就是承根據(jù)向時(shí)間服序列{Xt}的歷摧史觀挑測(cè)值xn，xn興-1，…，xn-換m對(duì)未吼來n+k時(shí)刻缺（k>0）的匠取值暗進(jìn)行等估計(jì)秀，可削以認(rèn)楊為xn，xn-1，…，xn-灣m之間賠存在豪有某聚種函廢數(shù)關(guān)卡系，豪可用鴿下式啟描述勢(shì)：25神經(jīng)茅網(wǎng)絡(luò)很時(shí)間悠序列豈預(yù)測(cè)章模型水的步疑驟神經(jīng)傻網(wǎng)絡(luò)輔預(yù)測(cè)庫(kù)時(shí)間位序列絹的方用法就侄是用防神經(jīng)仆網(wǎng)絡(luò)田來擬聲合某甜一時(shí)靈間序篇列的夠函數(shù)F(·婆)，然勻后將磚之用尸于時(shí)室間序薯列的筐預(yù)測(cè)框。建燥立神皺經(jīng)網(wǎng)榮絡(luò)時(shí)至間序綿列預(yù)箭測(cè)模務(wù)型有等以下莊幾個(gè)旗步驟勸：（1）數(shù)榜據(jù)的妄預(yù)處活理BP神經(jīng)羽網(wǎng)絡(luò)竭一般汪以S型函啞數(shù)作昏為轉(zhuǎn)握換函說數(shù)，慌該函徹?cái)?shù)的僚值域微為[0，1]，因勵(lì)此在扮網(wǎng)絡(luò)殺訓(xùn)練精時(shí)要山將原夜始數(shù)魄據(jù)進(jìn)組行處攀理，估規(guī)范睜到[0，1]之間盟，常梯用的冊(cè)數(shù)據(jù)矩預(yù)處匹理方需法主距要有殘標(biāo)準(zhǔn)烘化法只、重董新標(biāo)轎法、澤變換英法、徒比例再壓縮肯法、熄壓縮寧系數(shù)蒼法。26神經(jīng)炮網(wǎng)絡(luò)晴時(shí)間滑序列單預(yù)測(cè)暢模型詠的步門驟（1）數(shù)西據(jù)的撈預(yù)處噸理為了蜜實(shí)現(xiàn)殿將輸向入數(shù)戲據(jù)信渠息集夕進(jìn)行穗合理那的壓稿縮，糖又能列夠體秋現(xiàn)原含始輸腫入數(shù)形據(jù)信丑息之教間的酒差別媽，本涼次研觸究采撒用壓脆縮系返數(shù)法貍，對(duì)仔數(shù)據(jù)樓進(jìn)行聽預(yù)處炕理，騎公式騰如下歪：T=αX式中遇：X—原始暢數(shù)據(jù)現(xiàn)；α—壓縮霸系數(shù)蕩法，0<α<1，根膚據(jù)具偏體對(duì)記象選桃取α的值笑；T—變換內(nèi)后的痕數(shù)據(jù)接。27神經(jīng)泄網(wǎng)絡(luò)騎時(shí)間柴序列賴預(yù)測(cè)矮模型糞的步攏驟（2）隱武層及西隱層如神經(jīng)船元節(jié)滿點(diǎn)數(shù)傻的確怖定神經(jīng)災(zāi)網(wǎng)絡(luò)傳具有望逼近氏任意驢非線肆性函捏數(shù)的獵能力其，且碎一般萌的三印層BP網(wǎng)絡(luò)殿模型撈就能價(jià)滿足割大部市分非航線性稱系統(tǒng)血要求顫，本扎次研女究采悅用上終述改獄進(jìn)的BP神經(jīng)醉網(wǎng)絡(luò)錘。隱擊含層奔神經(jīng)年元節(jié)送點(diǎn)數(shù)券的確刷定是竭人工脾神經(jīng)偵網(wǎng)絡(luò)起設(shè)計(jì)爽中最心為關(guān)糾鍵的餐步驟腦，它績(jī)直接稿影響愉網(wǎng)絡(luò)愚對(duì)復(fù)乒雜問永題的罷映射怨能力垃。目之前出烤現(xiàn)的刮確定慨隱含蛛層神侄經(jīng)元保個(gè)數(shù)慮的方疏法是抵多樣堪的，朱但都警缺乏叮令人酷信服冠的依川據(jù)，菜有時(shí)席常常號(hào)也是薯無效飄的。針本次揀研究黎采用增隱含鼓層采朵用一鈔層，喇隱含擱層節(jié)要點(diǎn)數(shù)糞的確蠻定采狠用“寇試算斗法”句。28神經(jīng)篩網(wǎng)絡(luò)愿時(shí)間勒序列扛預(yù)測(cè)銹模型鑰的步檢驟（3）網(wǎng)火絡(luò)結(jié)嘆構(gòu)設(shè)辰計(jì)網(wǎng)絡(luò)嫩結(jié)構(gòu)副設(shè)計(jì)瞧包括脹確定限網(wǎng)絡(luò)跳的隱攀層數(shù)折、隱殊層神慨經(jīng)元脾節(jié)點(diǎn)任數(shù)及地輸入付、輸誰出層省神經(jīng)眉元節(jié)躺點(diǎn)數(shù)暗。輸味入、糕輸出牌層神腫經(jīng)元放節(jié)點(diǎn)戚數(shù)由茂實(shí)際淡問題治決定認(rèn)。29神經(jīng)崗網(wǎng)絡(luò)倡時(shí)間拜序列達(dá)預(yù)測(cè)假模型維的步燥驟（4）樣浪本的鄙選取將時(shí)漆間序愛列作娃為樣料本集托，并弄將其捷分為建兩組抓，一講組作評(píng)為訓(xùn)臟練樣近本，鍋一組哲作為專檢驗(yàn)順樣本扎。訓(xùn)仙練樣超本的匯選擇務(wù)通常啟遵循扶以下庭原則拖：樣柏本足后夠多叼，具泛有代值表性乘且樣哄本分襯布均默勻。30神經(jīng)正網(wǎng)絡(luò)列時(shí)間蒼序列術(shù)預(yù)測(cè)例模型發(fā)的步掩驟（5）訓(xùn)阿練網(wǎng)葵絡(luò)用訓(xùn)族練樣套本，優(yōu)對(duì)神殊經(jīng)網(wǎng)架絡(luò)進(jìn)足行訓(xùn)稠練，井得到輝神經(jīng)汁網(wǎng)絡(luò)題時(shí)間待序列濃預(yù)測(cè)良模型歐。31神經(jīng)燒網(wǎng)絡(luò)朱時(shí)間紗序列荒預(yù)測(cè)遲模型綠的步北驟（6）驗(yàn)扒證網(wǎng)誰絡(luò)對(duì)網(wǎng)撈絡(luò)進(jìn)顆行檢畜驗(yàn)，歌即對(duì)爛檢驗(yàn)牌時(shí)間丈序列灘進(jìn)行所預(yù)測(cè)罵，與犬檢驗(yàn)紗樣本伐對(duì)比碑，分疫析預(yù)館測(cè)的村效果瞞，效禽果滿觸足精第度要辜求便煌可以異用來桶進(jìn)行烘長(zhǎng)期論預(yù)測(cè)焦。檢盜驗(yàn)方刺法通鍬常采誤用后鳳驗(yàn)預(yù)自測(cè)法樓。32神經(jīng)懼網(wǎng)絡(luò)歸時(shí)間即序列別預(yù)測(cè)忠模型捕的步肆驟（6）驗(yàn)?zāi)?/p>