用matlab编BP神经网络预测程序参照.pdf

  1. 1、本文档共22页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
求一用 matlab 编的程序 P=[ 。。。 ];输入 T=[ 。。。 ];输出 % 创建一个新的前向神经网络 net_1=newff(minmax(P),[10,1],{tansig,purelin},traingdm) % 当前输入层权值和阈值 inputWeights=net_1.IW{1,1} inputbias=net_1.b{1} % 当前网络层权值和阈值 layerWeights=net_1.LW{2,1} layerbias=net_1.b{2} % 设置训练参数 net_1.trainParam.show = 50; net_1.trainParam.lr = 0.05; net_1.trainParam.mc = 0.9; net_1.trainParam.epochs = 10000; net_1.trainParam.goal = 1e-3; % 调用 TRAINGDM 算法训练 BP 网络 [net_1,tr]=train(net_1,P,T); % 对 BP 网络进行仿真 A = sim(net_1,P); % 计算仿真误差 E = T - A; MSE=mse(E) x=[ 。。。];% 测试 sim(net_1,x) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 不可能啊 我 2009 28 对初学神经网络者的小提示 第二步:掌握如下算法 : 2. 最小均方误差 , 这个原理是下面提到的神经网络学习算法的理论核心 , 入门者要先看《高等数学》 (高等教育出版社,同济大学版)第 8 章的 第十节: “最小二乘法 ”。 3. 在第 2 步的基础上看 Hebb 学习算法、 SOM 和 K- 近邻算法, 上述算 法都是在最小均方误差基础上的改进算法, 参考书籍是 《神经网络原理》 (机械工业出版社,Simon Haykin 著,中英文都有)、《人工神经网络 与模拟进化计算》 (清华大学出版社,阎平凡,张长水著) 、《模式分类》 (机械工业出版社, Richard O. Duda 等著,中英文都有) 、《神 经网络设计》(机械工业出版社,Martin T . Hargan 等著,中英文都有)。 4.ART( 自适应谐振理论 ), 该算法的最通俗易懂的读物就是 《神经网络设 计》(机械工业出版社, Martin T. Hargan 等著,中英文都有)的第 15 和 16 章。若看理论分析较费劲可直接编程实现一下 16.2.7 节的 ART1 算法小节中的算法 . 4.BP 算法 , 初学者若对误差反传的分析过程理解吃力可先跳过理论分析 和证明的内容 ,直接利用最后的学习规则编个小程序并测试 , 建议看《机 器学习》 (机械工业出版社, Tom M. Mitchell 著,中英文都有)的第 4 章和《神经网络设计》 (机械工业出版社, Martin T . Hargan 等著,中 英文都有)的第 11 章。 BP 神经网络 Matlab 实例( 1 ) 分类: Matlab 实例 采用 Matlab 工具箱函数建立神经网络,对一些基本的神经网络参数进 行了说明,深入了解参考 Matlab 帮助文档。 % 例 1 采用动量梯度下降算法训练 BP

文档评论(0)

李亚亚 + 关注
实名认证
内容提供者

liyaya

1亿VIP精品文档

相关文档