bp神经网络原理简介及matlab程序

w117950089

rqw rwrq wr wqr qwrwqr wrw qrwqrwqrwqrwqr

nicefall

顶个先。谢谢楼主！

347196468

%获得网络的输入样本P和目标样本T8 ~& w) C( K; Q/ g) e2 A' }
: \" o4 N& |+ G0 S) C0 [6 sP=[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
. L+ \9 P6 c% p* I4 c# e1 0.6 0.1 0 0 0 0   0 0 0 0.4 1 0.6 0;
* Z- I+ m: m1 F' _0 e8 \) 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
' P. h: E: b" ^) W, C4 J0 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
& y# l! K9 z( N& c/ w# {& Q$ k7 g0 0.6 0.6 0 0 0 0   0 0 0 0.4 1 0.6 0;
8 M2 Z) I7 ?/ F1 D6 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;
- R' O& ?# \8 j$ N) i2 K# 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
; ^. \) X) ~# [& c# @  S; t0 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
6 x* H3 I- D) u7 j0 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 [
2 ?+ u( n! K: VT=[1 0.5 0 0 0 0 0 0;+ F, _7 y% q  B" Z
$ g+ u+ S2 |1 r' u0 0 0 0.2 0.6 1 0.6 0.2;
+ G6 b4 U, T  s' n' 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
. {1 c; u3 a& ?4 K0 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;
' j; l+ s8 e  z6 z# S( ~% q  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;
: @& H7 ~2 L1 }$ l8 `$ b& u2 V) 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;
# E0 F5 c0 M* j6 l  a  w4 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
. g* b" r8 R: w1 F7 g8 v) X8 k0 0 0 0 0 0.2 0.5 0.8;
- y8 d; X9 X* i3 ?. M; 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
9 k: e! q) ]" |%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
' y% ^) t3 X9 O* y, k# T7 s, q% ]+ D, \; `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
4 B7 L2 l+ ^. d, E: \/ @+ G7 u%训练目标误差为0.001
" u) b8 B" c' C9 n  ]! [) p+ D+ cnet.trainParam.epochs=1000;* |  r9 y5 [5 H2 N5 i+ Q6 @
net.trainParam.goal=0.001;
0 T: ?5 y% ]9 Y; ?  w# q( w" }9 B; H% t7 b: r8 W, G9 O+ i5 {* Lnet=train(net,P,T);; \7 P2 W, `. E+ h, o/ B# I1 l) M
' K+ v/ N! c% Q2 DY=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
* W; }! C( I4 ?; z( T1 i( W- Efor i=1:16
0 g/ P* G. }% A+ M& h( @; p' w8 B* m8 \- W: _! N/ j    x(i)=norm(Y(:,i));
4 l# i1 J0 i( Z1 w: W5 o( Z9 A; [  n* ^* P% e

zeta

谢谢楼主~~~~~~~~~~~~~~~~~~~~~~~~~

camel888

  我也在做这个，慢慢研究研究。

dingsw

刚开始学，非常需要，谢谢

qbx123

我也在做这个，慢慢研究研究。

mutou1991

谢谢楼主了

星空☆_畅想

太不厚道了，还要扣分。哎

筱之之园

分享，研究中