bpxalgorithm.m

基于改进BP算法BPX算法的汽轮机故障诊断

clear;
lr=0.01; mc=0.95;                             %lr为学习速率,mc为动量因子
err_goal=0.00001;                             %err_goal为期望误差最小值
max_epoch=20000;                            %max_epoch为训练的最大次数
X=[0.00 0.00 0.00 0.10 0.10 0.00 0.00 0.00 0.90 0.00;
   0.00 0.30 0.00 0.80 0.10 0.00 0.00 0.30 0.00 0.00; 
   0.00 0.10 0.00 0.00 0.10 0.00 0.10 0.10 0.00 0.00;
   0.00 0.60 0.00 0.10 0.10 0.00 0.90 0.60 0.00 0.00; 
   0.90 0.00 0.40 0.00 0.20 0.20 0.00 0.00 0.00 0.00;
   0.05 0.00 0.50 0.00 0.10 0.15 0.00 0.00 0.00 0.80;
   0.05 0.00 0.10 0.00 0.10 0.40 0.00 0.00 0.00 0.20;
   0.00 0.00 0.00 0.00 0.10 0.00 0.00 0.00 0.10 0.00;
   0.00 0.10 0.00 0.00 0.10 0.25 0.00 0.00 0.00 0.00];                
T=[1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00;
   0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00; 
   0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00;
   0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00; 
   0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00;
   0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00; 
   0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00;
   0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00;
   0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00;
   0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00];                      
disp_freq=10;
[M,N]=size(X);q=12;[L,N]=size(T);               %q为隐含层节点的数目
[W1,b1,W2,b2]=initff(X,q,'tansig',T,'purelin');       %利用initff()函数对BP神经网络各层的权值和偏置值初始化。
tp=[disp_freq max_epoch err_goal lr];
[W1,b1,W2,b2,te,tr]=trainbpx(W1,b1,'tansig',W2,b2,'purelin',X,T,tp);
[y1,y2]=simuff(X,W1,b1,'tansig',W2,b2,'purelin');
X1=X;y2=simuff(X,W1,b1,'tansig',W2,b2,'purelin')