资源描述：
《BP神经网络matlab实例》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、学习神经网络的好助手，可以仿照其中的代码，只需修改个别参数便可以轻易实现自己需要完成的任务。p=p1';t=t1';[pn,minp,maxp,tn,mint,maxt]=premnmx(p,t);%原始数据归一化net=newff(minmax(pn),[5,1],{'tansig','purelin'},'traingdx');%设置网络,建立相应的BP网络net.trainParam.show=2000;%训练网络net.trainParam.lr=0.01;net.trainParam.epochs=100000;net.trainParam.goal
2、=1e-5;[net,tr]=train(net,pn,tn);%调用TRAINGDM算法训练BP网络pnew=pnew1';pnewn=tramnmx(pnew,minp,maxp);anewn=sim(net,pnewn);%对BP网络进行仿真anew=postmnmx(anewn,mint,maxt);%还原数据y=anew';1、BP网络构建（1）生成BP网络：由维的输入样本最小最大值构成的维矩阵。：各层的神经元个数。：各层的神经元传递函数。：训练用函数的名称。（2）网络训练（3）网络仿真{'tansig','purelin'},'trainrp'BP
3、网络的训练函数训练方法训练函数梯度下降法traingd有动量的梯度下降法traingdm自适应lr梯度下降法traingda自适应lr动量梯度下降法traingdx弹性梯度下降法trainrpFletcher-Reeves共轭梯度法traincgfPloak-Ribiere共轭梯度法traincgp学习神经网络的好助手，可以仿照其中的代码，只需修改个别参数便可以轻易实现自己需要完成的任务。Powell-Beale共轭梯度法traincgb量化共轭梯度法trainscg拟牛顿算法trainbfg一步正割算法trainossLevenberg-Marquardtt
4、rainlmBP网络训练参数训练参数参数介绍训练函数net.trainParam.epochs最大训练次数（缺省为10）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.goal训练要求精度（缺省为0）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、
5、trainoss、trainlmnet.trainParam.lr学习率（缺省为0.01）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.max_fail最大失败次数（缺省为5）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、tr
6、ainlmnet.trainParam.min_grad最小梯度要求（缺省为1e-10）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.show显示训练迭代过程（NaN表示不显示，缺省为25）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trai
7、noss、trainlmnet.trainParam.time最大训练时间（缺省为inf）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.mc动量因子（缺省0.9）traingdm、traingdx学习神经网络的好助手，可以仿照其中的代码，只需修改个别参数便可以轻易实现自己需要完成的任务。net.trainParam.lr_inc学习率lr增长比（缺省为1.05）train
8、gda、traingdxnet.tra
