BP神经网络,即向后传播算法。
clear %p1,p2是训练数据 p1=[1.24,1.27;1.36,1.74;1.38,1.64;1.38,1.82;1.38,1.90; 1.40,1.70;1.48,1.82;1.54,1.82;1.56,2.08]; p2=[1.14,1.82;1.18,1.96;1.20,1.86;1.26,2.00 1.28,2.00;1.30,1.96]; p=[p1;p2]'; pr=minmax(p) %goal是训练数据p的标准输出结果 goal=[ones(1,9),zeros(1,6);zeros(1,9),ones(1,6)]; %plot(p1(:,1),p1(:,2),'h',p2(:,1),p2(:,2),'o') %创建一个前向反馈后向传播神经网络-即BP神经网络 net=newff(pr,[3,2],{'logsig','logsig'}); %设置训练参数 net.trainParam.show = 10; net.trainParam.lr = 0.05; net.trainParam.goal = 1e-10; net.trainParam.epochs = 50000; %训练网络 net = train(net,p,goal); x=[1.24 1.80;1.28 1.84;1.40 2.04]'; %测试训练结果 y1=sim(net,p1') y2=sim(net,p2') y=sim(net,x)