|
太简单了吧 ,楼主
% BP 神经网络用于函数拟合
% 使用平台 - Matlab6.5
clear
%---------------------------------------------------
% 产生训练样本与测试样本
x_train = 1:2:200; % 训练样本,每一列为一个样本
y_train = sin(x_train*0.1); % 训练目标,行向量
x_test = 2:2:200; % 测试样本,每一列为一个样本
y_test = sin(x_test*0.1);%+x_test/200; % 测试目标,行向量
%---------------------------------------------------
% 函数接口赋值
NodeNum = 20; % 隐层节点数
TypeNum = 1; % 输出维数
Epochs = 1000; % 训练次数
%---------------------------------------------------
% 设置网络参数
%TF1 = 'tansig';TF2 = 'purelin'; % 缺省值
%TF1 = 'tansig';TF2 = 'logsig';
TF1 = 'logsig';TF2 = 'purelin';
TF1 = 'tansig';TF2 = 'tansig';
%TF1 = 'logsig';TF2 = 'logsig';
%TF1 = 'purelin';TF2 = 'purelin';
net = newff(minmax(x_train),[NodeNum TypeNum],{TF1 TF2},'trainlm');
% 指定训练参数
%net.trainFcn = 'trainlm'; % 内存使用最多(快)
%net.trainFcn = 'trainbfg';
%net.trainFcn = 'trainrp'; % 内存使用最少(慢)
%net.trainFcn = 'traingda'; % 变学习率
%net.trainFcn = 'traingdx';
net.trainParam.epochs = Epochs; % 最大训练次数
net.trainParam.goal = 1e-8; % 最小均方误差
net.trainParam.min_grad = 1e-20; % 最小梯度
net.trainParam.show = 200; % 训练显示间隔
net.trainParam.time = inf; % 最大训练时间
%---------------------------------------------------
% 训练与测试
net = train(net,x_train,y_train); % 训练
X = sim(net,x_test); % 测试 - 输出为预测值
%---------------------------------------------------
% 结果作图
plot(1:length(x_test),y_test,'r+:',1:length(x_test),X,'bo:',1:length(x_train),y_train,'k*')
title('+为真实值,o为预测值')
|