BP神经网络matlab源程序代码-豆柴文库

您所在位置：网站首页 / BP神经网络matlab源程序代码.doc / 文档详情

在线预览结束，喜欢就下载吧，查找使用更方便

6 金币

下载文档

/ 2

下载提示

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

文本预览

closeallclearechoonclc%NEWFF——生成一个新的前向神经网络%TRAIN——对BP神经网络进行训练%SIM——对BP神经网络进行仿真%定义训练样本%P为输入矢量P=[0.73170.67900.57100.56730.5948;0.67900.57100.56730.59480.6292;...0.57100.56730.59480.62920.6488;0.56730.59480.62920.64880.6130;...0.59480.62920.64880.61300.5654;0.62920.64880.61300.56540.5567;...0.64880.61300.56540.55670.5673;0.61300.56540.55670.56730.5976;...0.56540.55670.56730.59760.6269;0.55670.56730.59760.62690.6274;...0.56730.59760.62690.62740.6301;0.59760.62690.62740.63010.5803;...0.62690.62740.63010.58030.6668;0.62740.63010.58030.66680.6896;...0.63010.58030.66680.68960.7497];%T为目标矢量T=[0.62920.64880.61300.56540.55670.56730.5976...0.62690.62740.63010.58030.66680.68960.74970.8094];%Ptest为测试输入矢量Ptest=[0.58030.66680.68960.74970.8094;0.66680.68960.74970.80940.8722;...0.68960.74970.80940.87220.9096];%Ttest为测试目标矢量Ttest=[0.87220.90961.0000];%创建一个新的前向神经网络net=newff(minmax(P'),[12,1],{'logsig','purelin'},'traingdm');%设置训练参数net.trainParam.show=50;net.trainParam.lr=0.05;net.trainParam.mc=0.9;net.trainParam.epochs=5000;net.trainParam.goal=0.001;%调用TRAINGDM算法训练BP网络[net,tr]=train(net,P',T);%对BP网络进行仿真A=sim(net,P');figure;plot((1993:2007),T,'-*',(1993:2007),A,'-o');title('网络的实际输出和仿真输出结果，*为真实值，o为预测值');xlabel('年份');ylabel('客运量');%对BP网络进行测试A1=sim(net,Ptest');figure;plot((2008:2010),Ttest','-*',(2008:2010),A1,'-o');title('测试后网络的实际输出和仿真输出结果，*为真实值，o为预测值');xlabel('年份');ylabel('客运量');%计算仿真误差errorE=T-A;MSE=mse(E);figure;plot(1:length(E),E,'-.');title('误差变化图')（注：专业文档是经验性极强的领域，无法思考和涵盖全面，素材和资料部分来自网络，供参考。可复制、编制，期待你的好评与关注）