单位文秘网 2022-02-20 08:19:28 点击: 次
[摘要] 本文讨论应用动态神经网络建立图书馆借阅数量预测模型的方法,并结合实际图书借阅统计数字对模型进行仿真验证,验证效果较好。该研究对于图书馆进行图书流通定量定性分析,改善图书馆管理具有一定的指导和借鉴意义。
[关键词] 神经网络; 图书借阅数量; 预测; 训练
doi : 10 . 3969 / j . issn . 1673 - 0194 . 2011 . 18. 044
[中图分类号]TP183; G251 [文献标识码]A [文章编号]1673 - 0194(2011)18- 0066- 02
0引言
在学校图书馆的管理工作中,借阅量是衡量图书馆利用水平和图书馆藏书质量的标准。通过对学校师生借阅量的监测,可以间接地反映图书馆书刊采购及为读者服务工作中存在的问题。通过分析图书流通量的规律有助于图书馆合理制订采购计划,进行资源的有效管理,合理调整人员分配[1-3]。本文基于神经网络理论,结合山东理工职业学院师生的借阅图书情况,建立图书馆借阅图书的数学模型,实现对借阅图书数量的预测,为合理采购图书,有效进行图书资源管理提供依据。
1BP神经网络结构与算法
BP神经网络是一种多层前向神经网络,它采用误差反向传播(Back Propagation,BP)学习算法。BP神经网络已经在许多科学领域得到应用,也是理论上较成熟的神经网络。
利用MATLAB 7.8提供的神经网络工具箱建立BP神经网络,根据Kolmogorov(映射网络存在)定理,选择BP神经网络为两层前向神经网络结构,神经网络的每个神经元均有输入输出,输入和输出之间的关系可用传递函数来描述,神经元可以采用不同的传递函数。
每个神经元节点的净输入
neti = ∑WijQij (1)
式中,Qij为上层第j节点输出;Wij为i,j节点间的连接权值。节点的输出为:
zi = f(neti + bi)(2)
式中,bi为节点的阈值;f(.)为节点的传递函数。
BP学习算法可描述如下:
(1) 权值w和阈值b的初始化;
(2) 给定输入P和目标输出T;
(3) 从输入层开始至输出层正向计算网络输出T;
(4) 修正权值,从输出层开始将误差信号沿连接通道反向传播,修正各连接权值,使网络误差最小。
Wij(k + 1) = Wij(k) + lrζjTj(3)
式中,lr为学习参数,ζj为节点误差。使用平方形误差函数
若j为隐节点,则ζj = Tj(1 - Tj)∑ζkWjk (5)
若j为输出节点,则ζj = Tj(1 - Tj)(Tj - 1 - Tj)(6)
式中,k为j节点的下一层节点。
2数据资料与仿真分析
图书借阅情况的数据可以作为一个时间序列来进行处理,现在假定有时间序列x(n),序列x(n) = {xi | xi∈R,i = 1,2,…,}。通过序列x(n)的前N个时刻的数值,预测出第M个时刻的数值。本文采用山东理工职业学院师生2007年3月至2011年1月共40个月(去除学生假期2月、8月)借阅数量的数据,如表1所示。采用前N个数据作为滑动窗,将其映射为M个数值,这M个数值代表在该滑动窗之后的M个数值。
应用每一年前3个月的数据作为神经网络的输入,第4个月的借阅量作为输出,共分28组,选择前20组训练,后8组测试。
编写MATLAB程序实现预测,主程序如下:
rawDB=xlsread('D:\我的文档\MATLAB\hcl111.xls','sheet1','B3:H12')
x=[rawDB(:,1)',rawDB(:,3)',rawDB(:,5)',rawDB(:,7)']
X(1,:)=(x(1,:)-min(x(1,:)))/(max(x(1,:))-min(x(1,:))) %归一化处理
for i=1:28
X1(i,:)=[X(i) X(i+1) X(i+2) X(i+3)];%数据分组处理
End
net=newff(minmax(X3),[28 1],{' tansig’,’purelin',''},'trainlm'); %建立神经网络,X3为网络输入
net.trainParam.epochs=2000;
net.trainParam.goal=0.000001;%设置训练参数
LP.lr=0.1;
设置测试参数,可以进行学生图书借阅数量的预测,并对该网络进行仿真校验,线性相关度达到0.985,能够比较准确地应用先期数据来预测后期的借阅数量。
3结论
应用以往的借阅数量数据,建立神经网络预测模型,为图书馆管理提供分析结果,有助于图书馆合理制订采购计划,进行资源的有效管理,合理调整图书管理人员的工作分配。通过建立神经网络模型,并进行仿真实验,校验结果表明,该模型预测效果较好。
主要参考文献
[1] 闻新,等. Matlab神经网络仿真与应用[M]. 北京:科学出版社,2003.
[2] 郭晶,杨章玉,等. Matlab 6.5辅助神经网络分析与设计[M]. 北京:电子工业出版社,2003.
[3] 何玉斌,李新中. 神经网络控制技术及其应用[M]. 北京:科学出版社,2000.
(责任编辑:单位文秘网) )地址:https://www.kgf8887.com/show-181-100285-1.html
上一篇:GBAS带来的改变
版权声明:
本站由单位文秘网原创策划制作,欢迎订阅或转载,但请注明出处。违者必究。单位文秘网独家运营 版权所有 未经许可不得转载使用