matlab RBF神经网络实例

程序：

clc;
clear;
close all;

%产生400个数据的输入与输出
ld=400;
x=rand(2,ld); %0-1
x=(x-0.5)*1.5*2; %-1.5, 1.5
x1=x(1,:);
x2=x(2,:);
F=20+x1.^2-10*cos(2*pi*x1)+x2.^2-10*cos(2*pi*x2);

%创建RBF径向基网络
net=newrb(x,F);

%产生测试数据
interval=0.1; %步长
[i, j]=meshgrid(-1.5:interval:1.5,-1.5:interval:1.5);%定义i、j的值域
row=size(i); %返回size的尺寸31行31列

%将i，j转换为行向量作为输入数据
tx1=i(:);%将i矩阵转换为列向量
tx1=tx1';
tx2=j(:);%将j矩阵转换为列向量
tx2=tx2';
tx=[tx1;tx2]; 

%testing
ty=sim(net,tx); %开始测试  测试数据需要是行向量  得到测试结果ty

v=reshape(ty,row); %将输出数据转换为31*31向量  以绘制三维图形
figure
subplot(1,3,2)  %一行3列图  的第二个位置
mesh(i,j,v);
zlim([0,60])  %限制Z轴的范围

%plot the original function
interval=0.1;
[x1, x2]=meshgrid(-1.5:interval:1.5);
F = 20+x1.^2-10*cos(2*pi*x1)+x2.^2-10*cos(2*pi*x2);
subplot(1,3,1)
mesh(x1,x2,F);
zlim([0,60])

%plot the error
subplot(1,3,3)
mesh(x1,x2,F-v); %误差图
zlim([0,60])