电子灌封硅胶的仿真预测样式是如果，下面就让锦联电子硅胶企业详细说说。
（1）学习样本的确定
对世界天然橡胶产量的原始数据进行规范化处理，构成一个时间序列将以 1990 年为第一年开始的连续 T 年的数据作为一个样本输入，第T＋ 1 年的世界天然橡胶产量作为与其对应的期望输出根据以上分析，可以确定 18-T 组学习样本．构成矩阵 P 。依次类推，我们可以得到期望输出矩阵t.
（2）网络建立及其初始化
由输入矩阵可以确定输入层节点数为 T ；根据“2N +1”这一经验，可确定隐含层节点数和输出层节点数。构成了一个 T-（2T + 1 ）-1的BP神经网络模型。借助Matlab7.0 的神经网络工具箱（Neural Network Toolbox）可以快速实现世界天然橡胶产量的 BP神经网络模型预测。
选择训练函数为traingdx，输入层到隐含层到愉出层的传递函数分别为tansig和purelin；最大训练次数epochs为10000次；训练误差精度goal为 0.00l；show为25。 其他参数均选用缺省值。
由于隐含层中包含的神经元的个数不同，因此得到的拟合结果也会有所不同。为了得到更好的拟合结果，首先对神经元的个数进行选取。由于输入向量为2维，遵循原则，对神经元个数为 3，5,7,9,11,13，15的情况分别进行多次拟合。观察拟合的平均误差，发现隐含层的神经元个数为5时拟合效果最好，最终选取拟合的神经元的个数为5。
深圳锦联电子硅胶企业主要研发和生产各种电子灌封胶、LED硅胶等产品。 |
