乳化机诊断人工神经网络7、训练过程

乳化机诊断神经网络训练过程

（1） 网络参数初始化。将网络连接权值wjk、wij和阈值θj、θk初始化为数值小的随机数，以及设置目标误差最小值和最大循环次数。

（2） 提供训练集。将训练输入样本向量[x1, x2,…, xM] 和训练输出样本向量[t1, t2,…, tL] 赋值给网络。

（3） 计算网络输出。根据式(3.16)计算隐含层的输出，以及式(3.18)计算网络输出 yk。

（4） 按照式(3.24)计算训练输出层误差值δk，按式(3.27)计算隐含层的误差值δj。

（5） 按照式(3.25)和式(3.30)分别修改隐含层权值 wij和输出层权值wjk。

（6） 每次训练后，判断误差函数值是否满足最小误差精度的要求，若满足要求则跳转至步骤（7）。否则判断是否达到设定的最大循环次数，若循环次数达到最大循环次数，则跳转至步骤（7），否则跳转至步骤（2），重新训练网络。若网络误差最终小于预先设定值的最小值，则网络收敛，否则网络就没有收敛。

（7） 训练结束。