bp神经网络matlab源程序代码

bp神经网络matlab源程序代码

ID:13027129

大小:119.00 KB

页数:6页

时间:2018-07-20

bp神经网络matlab源程序代码_第1页
bp神经网络matlab源程序代码_第2页
bp神经网络matlab源程序代码_第3页
bp神经网络matlab源程序代码_第4页
bp神经网络matlab源程序代码_第5页
资源描述:

《bp神经网络matlab源程序代码》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、BP神经网络matlab源程序代码)%******************************%学习程序%******************************%%======原始数据输入========p=[284528334488;283344884554;448845542928;455429283497;292834972261;...349722616921;226169211391;692113913580;139135804451;358044512636;...445126363471;26363471385

2、4;347138543556;385435562659;355626594335;...265943352882;433528824084;433528821999;288219992889;199928892175;...288921752510;217525103409;251034093729;340937293489;372934893172;...348931724568;317245684015;]';%===========期望输出=======t=[45542928349722616921139135804451263

3、63471385435562659...4335288240841999288921752510340937293489317245684015...3666];ptest=[284528334488;283344884554;448845542928;455429283497;292834972261;...349722616921;226169211391;692113913580;139135804451;358044512636;...445126363471;263634713854;347138543556;3854355

4、62659;355626594335;...265943352882;433528824084;433528821999;288219992889;199928892175;...288921752510;217525103409;251034093729;340937293489;372934893172;...348931724568;317245684015;456840153666]';[pn,minp,maxp,tn,mint,maxt]=premnmx(p,t);%将数据归一化NodeNum1=20;%隐层第一层节点数No

5、deNum2=40;%隐层第二层节点数TypeNum=1;%输出维数TF1='tansig';TF2='tansig';TF3='tansig';net=newff(minmax(pn),[NodeNum1,NodeNum2,TypeNum],{TF1TF2TF3},'traingdx');%网络创建traingdmnet.trainParam.show=50;net.trainParam.epochs=50000;%训练次数设置net.trainParam.goal=1e-5;%训练所要达到的精度net.trainParam.lr=

6、0.01;%学习速率net=train(net,pn,tn);p2n=tramnmx(ptest,minp,maxp);%测试数据的归一化an=sim(net,p2n);[a]=postmnmx(an,mint,maxt)%数据的反归一化,即最终想得到的预测结果plot(1:length(t),t,'o',1:length(t)+1,a,'+');title('o表示预测值---*表示实际值')gridonm=length(a);%向量a的长度t1=[t,a(m)];error=t1-a;%误差向量figureplot(1:lengt

7、h(error),error,'-.')title('误差变化图')gridon中国振动联盟'sArchiver论坛›Matlab讨论区›BP神经网络输入向量和目标向量的格式问题wxywan368发表于2008-3-1511:46BP神经网络输入向量和目标向量的格式问题P=[-1,  -2,  3,  1;    -1,  1,  5,  -3];  %T为目标矢量  T=[-1,-1,1,1];  pause;  clc  %  创建一个新的前向神经网络  net=newff(minmax(P),[3,1],{'tansig','p

8、urelin'},'traingdm')  %  当前输入层权值和阈值  inputWeights=net.IW{1,1}  inputbias=net.b{1}  %  当前网络层权值和阈值  layerWeights

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。