以下是网学网为您推荐的计算机-基于BP算法的多金属结核覆盖率分布预测模型研究，希望本篇文章对您学习有所帮助。
论文编号:XXLW048 论文字数:10860,页数:24
摘 要
多金属结核是一种蕴藏量巨大的矿产资源，它广泛分布于大洋海底，分布很复杂，受到多种因素的非线性影响，导致多金属结核在海底的分布呈现出拟随机性，因而，多金属结核分布问题的研究属于非线性范畴。本文利用人工神经网络中的应用最为广泛的BP网络，建立控制多金属结核分布的地质因素经度、纬度、水深、坡度与其覆盖率分布之间的预测模型。隐含层神经元个数的确定，传递函数、训练函数、学习函数的选择，推广能力的提高，控制了所建网络的优劣。最终确定了4-5-1的网络结构，隐含层中的神经元传递函数采用tansig函数，输出层神经元传递函数采用purelin函数，训练函数选择traindgx函数，学习函数选择默认learngdm函数，提高推广能力的方法采用“提前停止”法。最终训练成一个较有预测价值的网络，对未探区进行了预测。
关键词：BP神经网络 隐含层个数 推广能力 结果回归分析 平面等值线
Abstract
Reserves of polymetallic nodules is a great mineral resources, is widely distributed in the ocean floor, the distribution is complex and nonlinear effects by many factors, resulting in the distribution of polymetallic nodules in the seabed appeared to be random, and therefore, distribution of polymetallic nodules are non-linear aspects of the problem. In this paper, artificial neural networks in the most widely used BP network, the establishment of the geological factors that control the distribution of polymetallic nodules longitude, latitude, depth, slope and its distribution between the coverage prediction model. Number of hidden layer neuron identification, transfer function, training function, the choice of learning function, to promote empowerment, control of the network built by the pros and cons. Finalized the 4-5-1 network structure, hidden layer neurons in the transfer function using tansig function, transfer function of output layer neurons use purelin function, training function selection traindgx function, learning function, choose the default learngdm function, improve the promotion of ability to approach a "stop ahead" method. Final training into a more predictive value of the network, not exploration area is predicted.
Keywords: BP neural network；hidden layer；Regression Analysis；Generalization；Contour
目 录
摘 要 I
Abstract II
目 录 III
引 言 1
第一章 基于MATLAB的神经网络基本理论及设计 2
1.1 神经网络基本概念 2
1.1.1 神经元模型 2
1.1.2 神经网络的特性和结构 4
1.2 BP神经网络原理及设计 4
1.2.1 BP神经网络结构 4
1.2.2 BP神经网络的生成及初始化 5
1.2.3 BP神经网络的学习规则 6
1.2.4 BP神经网络的训练和仿真 8
1.2.5 BP神经网络推广能力的提高 9
第二章 结核覆盖率分布的BP网络模型 10
2.1 结核覆盖率分布与地质因素的相关性分析 10
2.2 传递函数、训练函数、学习函数的选择 10
2.3 Matlab7.0中BP网络的训练与仿真实施过程 11
2.3.1 确定隐含层神经元数目 11
2.3.2 BP网络的训练过程及结果分析 12
2.3.3 BP网络的仿真过程及结果分析 14
第三章 多金属结核覆盖率分布的预测及分析 16
3.1 选取测区进行预测 16
3.2 预测结果的平面等值线表示 16
第四章 结 论 17
致 谢 18
参考文献 19
附 录 20
