资源描述：
《Matlab神经网络工具箱及其在软测量建模中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第33卷增刊东南大学学报(自然科学版)Vol133Sup.2003年9月JOURNALOFSOUTHEASTUNIVERSITY(NaturalScienceEdition)Sept.2003Matlab神经网络工具箱及其在软测量建模中的应用郭庆武张林锦国(南京工业大学自动化学院,南京210009)摘要:介绍了Matlab神经网络工具箱的一些重要内容,包括数据预处理、训练算法比较、网络泛化能力等.结合一个工业实例阐述了其在软测量建模中的应用,最后通过仿真分析了建模效果.结果表明,利用Matlab神经网络工具箱进行软测量建模研究是行之有效的.关键词:Matlab;软测量技术;神经网络对象;工具箱
2、中图分类号:TP183;TP13文献标识码:A文章编号:1001-0505(2003)增刊-0209-04NeuralnetworktoolboxinMatlabanditsapplicationinbuildingsoft-sensingmodelsGuoQingwuZhangShiLinJinguo(DepartmentofAutomation,NanjingUniversityofTechnology,Nanjing210009,China)Abstract:ThispaperintroducedsomecontentofneuralnetworktoolboxinMatlab,incl
3、udingdatapretreat-ment,trainingarithmeticcomparison,networkgeneralization,etc.,explainsitsapplicationinthedomainofbuildingsof-tsensingmodelswithanindustrialinstance.Finally,themodelingeffectisanalyzedthroughsimu-lation.TheresultindicatesitiseffectivetoapplyMatlabneuralnetworktoolboxtothestudyofbuild
4、ingsof-tsensingmodels.Keywords:Matlab;sof-tsensingtechnique;neuralnetworkobject;toolboxMatlab是公认最优秀的数学应用软件.其中的神经网络工具箱几乎包含了神经网络理论的最新研究及应用成果,涉及感知器、线性网络、BP网络、径向基网络、自组织网络和回归网络等;它针对各类网络模型,集成了许多神经网络学习算法,可使用户直观、方便地进行分析、计算及仿真工作.软测量是一门新兴的工业技术,其原理是通过数学模型计算工程上难以检测的信号.很多过程工业非线性比较严重,如果用常规的非线性建模将使算法相当复杂,而神经元网络能够以
5、任意精度逼近任意非线性映[1]射,在解决高度非线性和严重不确定性系统建模与控制方面具有巨大的潜力.因此,利用神经网络建立软测量模型越来越引起工程技术人员的关注.而将Matlab神经网络工具箱的强大功能应用于这一领域十分必要.1Matlab神经网络工具箱简介[2]111神经网络对象神经网络对象封装了网络结构、网络权值和阈值以及训练函数等所有重要的网络属性.用户只须按需要设置好网络属性,就可以方便地使网络按照自己的期望进行训练和工作,而不必再编写冗长的算法语句,从而大大提高了神经网络系统的设计与分析效率.112数据预处理如果对神经网络的输入和输出数据进行一定的预处理,可以加快网络的训练速度.Mat
6、lab提供的预处理方法有归一化处理(把每组数据都变为-1~+1之间数)、标准化处理(把每组数据都化为均值为0、方差为1的一组数据)和主成分分析(进行正交处理,减少输入数据的维数).113快速学习算法比较与选择标准的BP学习算法通常具有收敛速度慢、易陷入局部极小值等缺点.为了克服这些缺陷,人们在标准收稿日期:2003-05-15.作者简介:郭庆武(1977)),男,硕士生;张(联系人),女,副教授,硕士生导师,zhangshi@njuct.edu.cn.210东南大学学报(自然科学版)第33卷BP算法的基础上进行了很多有益的改进.改进算法主要分为两大类:¹基于标准梯度下降的改进方法;º基于标准数
7、值优化的改进方法.基于标准梯度下降的改进方法只用到目标函数对权值和阈值的一阶导数信息,基于数值优化的方法不仅利用了目标函数的一阶导数信息,还利用了目标函数的二阶导数信息.实验表明,基于数值优化方法上的改进算法在收敛速度方面可以比基于标准梯度法的改进算法提高一个数量级以[3]上.这些数值优化算法在Matlab神经网络工具箱中都予以集成,用户只要进行简单的函数调用即可.114BP神经网络泛化能力的提高
