1、 原理就是:建立网络-数据归一化-训练-预测-数据反归一化。 附件是电力负荷预测的例子,可以参考。 BP(Back Propagation)神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。
2、 从图8.35可以看出,训练后的BP网络能很好地近给定的目标函数。 说明该模型的泛化能力较好,模拟的结果比较可靠。 通过该模型模拟了6个沉降点在2003和2004年的沉降量(表8.16),可以看出2003年和2004年模拟值和实际拟合较好,两年的平均相对误差均小于20%,说明BP神经网络可以用来预测地面沉降的趋势。