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！
4 I' U0 b5 v; g3 M( E$ G

347196468

%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
4 u  [0 j# g9 O* y7 c1 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
5 y6 t% o  R- `, z1 ~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;
9 }: p' @9 O$ N& G1 i6 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;
! H. n; E1 G6 W) f2 g3 @' `3 e: o# 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;
! d1 `, y- B0 n8 G  v+ S, X; n- _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
5 U5 }- T8 H! j4 b0 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;
* q3 G4 Y5 O# H' 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
$ z: H  _4 S7 \- h. m0 0 0 0.2 0.6 1 0.6 0.2;
$ D$ X: \9 g6 h) |8 t% 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
1 z6 d9 H8 U3 M; }+ |7 D$ h% H" C0 0 0 0 0 0.2 0.5 0.8;
8 i" c- J( R3 B2 i) a8 J+ Z, ~8 {1 q3 Y! `( g0 0 0 0.2 0.6 1 0.6 0.2;
. o# _2 t' Y3 C0 O# `, U+ P2 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
3 _' B+ v) h% t1 M7 o) N" {, ^3 A  d0 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;
9 Y& @& p2 m0 C& o3 o. 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
1 u- r0 h! {4 V: g; }  b0 0 0 0.2 0.6 1 0.6 0.2;% a& I% x. Y* b! S3 Z
5 l0 z. n/ a5 `: x0 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]';
  t5 _" p/ U  [' p! H) P! G0 s( 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'
: A1 X" ^+ Y& ?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
- \% _5 U( e0 V- R$ K, \; `2 P* v% b( k0 h- u7 H6 H) `%训练函数采用traingdx
" a& `6 N, O# A, ^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
7 |0 Y  q2 x' l! u  ]! [) p+ D+ cnet.trainParam.epochs=1000;* |  r9 y5 [5 H2 N5 i+ Q6 @
/ P% Q* o" o3 @8 D! _$ q$ Nnet.trainParam.goal=0.001;
+ I/ [" p& Z3 L  W7 d3 I4 y6 F; H% t7 b: r8 W, G9 O+ i5 {* Lnet=train(net,P,T);; \7 P2 W, `. E+ h, o/ B# I1 l) M
6 {! h1 [; v9 A5 X# z/ O! ?2 j& RY=sim(net,P);
: ]; m+ }8 @# d$ C7 \8 ]: ]' a& `$ b' K& z& a%求训练值在每一个点上的误差: \5 F' N/ k7 o
  g8 t' _. z. V2 Xfor i=1:16
/ e6 k: N* p6 z+ ~/ ?8 B* m8 \- W: _! N/ j    x(i)=norm(Y(:,i));
7 z8 w3 A6 x4 K  O" x# k7 g, N, K5 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