数学建模社区-数学中国

标题: 基于MATLAB的神经网络的仿真 [打印本页]

作者: dbwsgod 时间: 2009-2-5 11:26
标题: 基于MATLAB的神经网络的仿真
基于MATLAB的神经网络的仿真

基于MATLAB的神经网络的仿真.pdf

260.31 KB, 下载次数: 122, 下载积分: 体力 -2 点

作者: denflyson 时间: 2009-2-5 12:13
好。。。。。。。。。。。。。。。

作者: tzhggx 时间: 2009-6-3 12:52
顶啊！不错啊！

作者: ch71444 时间: 2009-6-3 20:40
路过看看，人过留名。

作者: rever99 时间: 2009-7-23 06:38
谢谢楼主的辛勤汗水，炸鸡翅，请继续努力

作者: yanghaizhu123 时间: 2009-9-12 18:46
来了咖啡是啊采访使飞出那你

作者: 古月依 时间: 2009-9-12 21:21
仿真啊~看看哦

作者: effie777 时间: 2009-9-12 23:09
好啊！看看！！~

作者: han2009 时间: 2009-9-12 23:45
fen xiang yi xia ha

作者: han2009 时间: 2009-9-12 23:50
xia le kankanha

作者: zybupt 时间: 2009-9-13 00:17
过来再赞赞 ,这个酸法不错的......................

作者: tianqi68 时间: 2009-9-13 00:21
zenmexiazaia

作者: 77-hippo 时间: 2009-9-13 01:04
没准用得上，呵呵~

作者: 那谁 时间: 2009-9-13 11:10
好东西就是不知道好使吗

作者: simeixiaofeng 时间: 2009-9-13 14:19
ddddddddddddddddddddddddd

作者: lxywxh 时间: 2009-9-13 16:06
qwertyuionnb

作者: lxywxh 时间: 2009-9-13 16:07
qwwerrttyuu

作者: lauber 时间: 2009-9-13 16:24
good bread!!!!!!

作者: ashleyyy 时间: 2009-9-20 19:35
仿真与预测什么关系呀

作者: ashleyyy 时间: 2009-9-20 19:39
先拿去用罗~~~

作者: 347196468 时间: 2010-8-14 21:13
%获得网络的输入样本P和目标样本T8 ~& w) C( K; Q/ g) e2 A' }
P=[1 0.6 0.1 0 0 0 0 1 0.5 0 0 0 0 0;4 K3 v* b+ @: I" G2 C& ?2 S& z
1 0.6 0.1 0 0 0 0 0 0.5 1 0.4 0 0 0;9 |( R: l2 i; {7 p. o2 J% m
1 0.6 0.1 0 0 0 0 0 0 0 0.4 1 0.6 0;
) A, ^* Z% o  j1 0.6 0.1 0 0 0 0 0 0 0 0 0 0 0.8;) W( b  h! d6 V3 J9 O& b
0 0.6 0.6 0 0 0 0 1 0.5 0 0 0 0 0;; G6 ?) Q# P: @. f4 i& c
0 0.6 0.6 0 0 0 0 0 0.5 1 0.4 0 0 0;$ N  F( j  A$ |- d1 k$ G/ K+ k" Y; Q
0 0.6 0.6 0 0 0 0 0 0 0 0.4 1 0.6 0;
6 Q* |! h# _4 H2 z2 U6 _0 0.6 0.6 0 0 0 0 0 0 0 0 0 0 0.8;% V, f5 |% e2 r3 ^& D
0 0 0.6 1 0 0 0 1 0.5 0 0 0 0 0;
+ s/ }$ }2 u' J' O& Y0 0 0.6 1 0 0 0 0 0.5 1 0.4 0 0 0;
# V' y- F! J/ [, B* f0 0 0.6 1 0 0 0 0 0 0 0.4 1 0.6 0;" h( s# ?% u' g$ h* X
0 0 0.6 1 0 0 0 0 0 0 0 0 0 0.8;
- _7 x- i' b" f* G5 P- G0 0 0 0 1 0.6 0 1 0.5 0 0 0 0 0;! p$ q8 S1 V+ @9 t7 i. o+ c
0 0 0 0 1 0.6 0 0 0.5 1 0.4 0 0 0;5 e* _9 w. i: p' ]; U. H+ K# f
0 0 0 0 1 0.6 0 0 0 0 0.4 1 0.6 0;  ^9 S7 i) L" N1 r+ {0 g& I
0 0 0 0 1 0.6 0 0 0 0 0 0 0 0.8]';/ Q' c' j* D1 Y9 w. a5 [
T=[1 0.5 0 0 0 0 0 0;+ F, _7 y% q  B" Z
0 0 0 0.2 0.6 1 0.6 0.2;
' M5 N0 I, R/ x! D0 |1 g0 0 0 0.2 0.6 1 0.6 0.2;2 F- g1 H, Q6 j1 {  Y
0 0 0 0.2 0.6 1 0.6 0.2;
% D6 e/ B1 ^( h6 V) |0.4 0.8 1 0.8 0.4 0.2 0 0;
  h1 k7 Z/ Y! w( R  I* }0 0 0 0.2 0.6 1 0.6 0.2;/ y8 U  A! f( O( H( m
0 0 0 0 0 0.2 0.5 0.8;
) a8 J+ Z, ~8 {1 q3 Y! `( g0 0 0 0.2 0.6 1 0.6 0.2;
2 P- E1 M8 K8 Y) ?/ M- m0 0 0 0.2 0.6 1 0.6 0.2;( K1 W& p9 b7 r6 a7 [; a
0 0 0 0.2 0.6 1 0.6 0.2;
4 m6 e3 Y* J! u( n. u3 U0 0 0 0 0 0.2 0.5 0.8;
. e2 {, q! g& u! D* o) @! t( l4 Z0 0 0 0 0 0.2 0.5 0.8;5 }/ y1 N  S, m# m, Z
0 0 0 0.2 0.6 1 0.6 0.2;, Q& Q; h+ \' @+ D9 W, _6 t
0 0 0 0.2 0.6 1 0.6 0.2;% a& I% x. Y* b! S3 Z
0 0 0 0 0 0.2 0.5 0.8;
; M+ J5 J' ?6 ?* Z0 k: e# x0 0 0 0 0 0.2 0.5 0.8]';
( x0 l- }8 I4 t* e%根据Kolmogorov定理，输入层有14个节点，所以中间层有29个节点$ f5 v3 N( Z/ H
%中间层神经元的传递函数为'tansig'
4 F  _$ S% C' Z& c% }) G# y/ ~%输出层有8个节点，其神经元传递函数为logsig
, \; `2 P* v% b( k0 h- u7 H6 H) `%训练函数采用traingdx
0 C& m3 c0 \* Nnet=newff(minmax(P),[29,8],{'tansig','logsig'},'traingdx');- ?/ b# _# j0 f* p8 n" w/ h" V
%训练步数为1000次" ?8 _& L' `% A% T; |1 ?6 e
%训练目标误差为0.001
  ]! [) p+ D+ cnet.trainParam.epochs=1000;* |  r9 y5 [5 H2 N5 i+ Q6 @
net.trainParam.goal=0.001;
; H% t7 b: r8 W, G9 O+ i5 {* Lnet=train(net,P,T);; \7 P2 W, `. E+ h, o/ B# I1 l) M
Y=sim(net,P);
: ]' a& `$ b' K& z& a%求训练值在每一个点上的误差: \5 F' N/ k7 o
for i=1:16
8 B* m8 \- W: _! N/ j x(i)=norm(Y(:,i));
5 o( Z9 A; [  n* ^* P% e

欢迎光临数学建模社区-数学中国 (http://www.madio.net/)