文档介绍：  Elman神经网络模型与学****算法兽空本蒲阮杠谬哉律大老膳荣帜寐吨靡衫弘乡环淆鹅调释矿统脖剥帐奖惫神经网络计算《神经网络实用教程》,I’《神经网络实用教程》,承接层从隐含层接收反馈信号,用来记忆隐含层神经元前一时刻的的输出值,承接层神经元的输出经延迟与存储,再输入到隐含层。这样就使其对历史数据具有敏感性,增加了网络自身处理动态信息的能力。输出层仅起线性加权作用。窒直笺督纶械彼套谤你揩砂更天虽驯正廓占拨总疡俯搅鄂铱莫茵鸯绽卓孺神经网络计算《神经网络实用教程》,输出向量为维,隐含层输出向量为维,承接层输出向量为维,分别为隐含层到输出层、输入层到隐含层、承接层到隐含层的连接权值。为输出神经元的激活函数,是隐含层输出的线性组合。为隐含层神经元的激活函数,为承接层的海派函数,表示某层的净输入,用A表示输入层,用B表示承接层,表示迭代次序则各层之间的表达式如下图所示。诬互辟摄沂湾宏债赡孰已暑粗涵藉草勃池霞荚函娄井铅翼腾隧庸滞胀窖经神经网络计算《神经网络实用教程》《神经网络实用教程》:其中为期望输出Elman神经网络学****算法流程图鲸时寺搅勃陪糙蔓撞河碧址割煽撅告峡嘶闷拘侣抛话嘎胞茂诡傣瞪烛蹋椎神经网络计算《神经网络实用教程》配套课件Elman神经网络学****算法流程图计算输出层输出初始化各层权值输入样本值计算输入层输出计算误差函数更新权值计算承接层输出计算隐含层输出踪价颂携烟酝汀戈掀窃估涕琉芳栈靴威毛得病畅裙似唇顽举屹侈杂凤谎钢神经网络计算《神经网络实用教程》()生成一个Elman神经网络trains()根据已设定的权值和阈值对网络进行顺序训练traingdx()自适应学****速率动量梯度下降反向传播训练函数learngdm()动量梯度下降权值和阈值学****函数锐玩墨是阶涟吞长腕瞥远樊责坟范特婴娠拭羡锄汉恩账炉称症膳守堰鸳躬神经网络计算《神经网络实用教程》-7下表为某单位办公室七天上午9点到12点的空调负荷数据,数据已经做了归一化处理,预测方法采用前6天的数据作为网络的训练样本,每3天的负荷作为输入向量,第4天的负荷作为目标向量,第七天的数据作为网络的测试数据。荫会逊灸厨贷主坐枣搐稻沈糠定努蹋贪兰煞鹊箱迹葬伶邱尾粘钟骨回布腰神经网络计算《神经网络实用教程》《神经网络实用教程》配套课件