基于人工神经网络的过闸流量软测量研究
——
信息的正向传递
本文引用地址://m.amcfsurvey.com/article/170163.htm隐含层神经元的输出为:
![](http://m.amcfsurvey.com/editerupload/201309/f0089cf35ac37a0c5dc901f3bb9941ef.jpg)
![](http://m.amcfsurvey.com/editerupload/201309/1f24d35261ac7558f7b54e12d200922b.jpg)
数据样本的选取及处理
所用的人工神经网络的训练与测试集样本来源于碧口水电厂右泄工作门2001年水文历史数据。从中选取典型的60组数据,其中前40组作为训练样本,后20组作为测试样本。限于篇幅只列出部分数据,如表1所示。
![](http://m.amcfsurvey.com/editerupload/201309/88d1c7e7a0dca00b07839341cf670790.jpg)
由于输入样本各参数的集中取值范围不同,参数大小不一,为了使各类参数所起的作用大致相同,必须对输入数据进行标准化,把输入数据都规一到[0,1]闭区域内[8]。因此,我们对表1的数据做如下处理:H*G=HG/10;H*UP=HUP/1000;Q*=Q/Qmax。
评论