Cómo determinar el número óptimo de nodos de capa oculta para la red neuronal BP

1.1 Método de construcción

Primero, utilice tres métodos para determinar el número de capas ocultas y encontrar los valores mínimo y máximo. Luego se verifican uno a uno los errores de predicción del modelo partiendo del valor mínimo hasta llegar al valor máximo. Finalmente, elija la cantidad de capas ocultas con el error de modelo más pequeño. Este método es adecuado para redes de doble capa oculta.

1.2 Método de eliminación

La capacidad de mapeo no lineal de una red de capa oculta única es débil. Para el mismo problema, para lograr la relación de mapeo predeterminada, hay más nodos de capa ocultos para aumentar los parámetros ajustables de la red, por lo que se aplica el método de eliminación.

1.3 Método de la sección áurea

La idea principal del algoritmo es: primero encuentre el número ideal de nodos de capa ocultos en [a, b], lo que garantiza completamente la capacidad de aproximación. y generalización de la capacidad de la red. Para cumplir con los requisitos de una aproximación de alta precisión, el intervalo de búsqueda se expande de acuerdo con el principio de la sección áurea, es decir, se obtiene el intervalo [b, c] (donde b = 0,619 * (c-a) + a). La búsqueda del número óptimo en el intervalo [b, c] puede obtener el número de nodos de capa oculta con mayor capacidad de aproximación. En aplicaciones prácticas, uno de ellos se puede seleccionar según las necesidades.

En el algoritmo BP, los pesos y umbrales se ajustan cada vez que se realiza el entrenamiento.

El número de nodos de capa oculta obtenidos a través de experimentos paso a paso consiste en establecer primero un valor inicial y luego aumentar gradualmente en función de este valor. Compare el rendimiento de predicción de cada red y seleccione la cantidad de nodos correspondientes con el mejor rendimiento como cantidad de neuronas de capa oculta.