资源描述：
《BP神经网络matlab源程序代码.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、BP神经网络matlab源程序代码）%******************************%学习程序%******************************%%======原始数据输入========p=[284528334488;283344884554;448845542928;455429283497;292834972261;...349722616921;226169211391;692113913580;139135804451;358044512636;...44512
2、6363471;263634713854;347138543556;385435562659;355626594335;...265943352882;433528824084;433528821999;288219992889;199928892175;...288921752510;217525103409;251034093729;340937293489;372934893172;...348931724568;317245684015;]';%===========期望输出=======
3、t=[4554292834972261692113913580445126363471385435562659...4335288240841999288921752510340937293489317245684015...3666];ptest=[284528334488;283344884554;448845542928;455429283497;292834972261;...349722616921;226169211391;692113913580;139135804451;35804
4、4512636;...445126363471;263634713854;347138543556;385435562659;355626594335;...265943352882;433528824084;433528821999;288219992889;199928892175;...288921752510;217525103409;251034093729;340937293489;372934893172;...348931724568;317245684015;4568401536
5、66]';[pn,minp,maxp,tn,mint,maxt]=premnmx(p,t);%将数据归一化NodeNum1=4;%隐层第一层节点数NodeNum2=7;%隐层第二层节点数TypeNum=5;%输出维数TF1='tansig';TF2='tansig';TF3='tansig';net=newff(minmax(pn),[NodeNum1,NodeNum2,TypeNum],{TF1TF2TF3},'traingdx');%网络创建traingdmnet.trainParam.sho
6、w=50;net.trainParam.epochs=50000;%训练次数设置net.trainParam.goal=1e-5;%训练所要达到的精度net.trainParam.lr=0.01;%学习速率net.trainParam.mc=0.9;net.trainParam.lr_inc=1.05;net.trainParam.lr_dec=0.7;net.trainParam.max_perf_inc=1.04;net=train(net,pn,tn);p2n=tramnmx(ptest,m
7、inp,maxp);%测试数据的归一化an=sim(net,p2n);[a]=postmnmx(an,mint,maxt)%数据的反归一化，即最终想得到的预测结果plot(1:length(ttest),ttest,'o',1:length(ttest),a,'+');title('o表示预测值---*表示实际值')gridon%m=length(a);%向量a的长度%t1=[t,a(m)];error=ttest-a;%误差向量figureplot(1:length(error),error,'
8、-.')title('误差变化图')gridon[pn,minp,maxp,tn,mint,maxt]=premnmx(p,t);%½«Êý¾Ý¹éÒ»»¯NodeNum1=4;%Òþ²ãµÚÒ»²ã½ÚµãÊýNodeNum2=7;%Òþ²ãµÚ¶þ²ã½ÚµãÊýTypeNum=5;%Êä³öάÊýTF1='tansig';TF2='tansig';TF3='tansig';net=newff(minmax(pn),[NodeNum1,NodeNum2,TypeNum],{T
