【摘要】：根据已经建立的模型，该输入输出层神经元个数为2，选定的隐含层传递函数是tansig，输出层的传递函数是logsig，模型的隐含层神经元个数为5。根据样本数据自身特性，并结合文献［167］建议，训练函数选用动量及自适应学习速率的梯度递减训练函数traingdx。net＝newff经过训练，当训练次数达到95次时，训练误差满足设定要求。模型训练成功，就可以利用训练好的模型对后面的数据进行预测。
根据已经建立的模型，该输入输出层神经元个数为2，选定的隐含层传递函数是tansig，输出层的传递函数是logsig，模型的隐含层神经元个数为5。根据样本数据自身特性，并结合文献［167］建议，训练函数选用动量及自适应学习速率的梯度递减训练函数traingdx。以试验数据归一化后的1～15共15组数据为训练样本，其中水泥加入比例和试样养护时间是输入向量P，黏聚力和内摩擦角是目标向量T，训练次数设定为1000次，训练目标误差为0.0001。
程序代码如下：
P＝［P］
T＝［T］
threshold＝［0 1；0 1］
net＝newff（threshold，［5，2］，｛＇tansig＇，＇logsig＇｝，＇traingdx＇）
net.trainParam.epochs＝1000
net.trainParam.goal＝0.0001
net＝init（net）
net＝train（net，P，T）
经过训练，当训练次数达到95次时，训练误差满足设定要求。模型训练成功，就可以利用训练好的模型对后面的数据进行预测。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
