BP算法神经网络训练.docx

BP算法神经网络训练.docx

《BP算法神经网络训练.docx》由会员分享，可在线阅读，更多相关《BP算法神经网络训练.docx（11页珍藏版）》请在冰点文库上搜索。

BP算法神经网络训练

智能控制BP算法神经网络训练

采用动量梯度下降算法训练BP网络。

训练样本定义如下：

输入矢量为

p=[-1-231

-115-3]

目标矢量为t=[-1-111]

解：

本例的MATLAB程序如下：

closeall

clear

echoon

clc

%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

pause

%敲任意键开始

clc

%定义训练样本

%P为输入矢量

P=[-1,-2,3,1;-1,1,5,-3];

%T为目标矢量

T=[-1,-1,1,1];

pause;

clc

%创建一个新的前向神经网络

net=newff（minmax（P）,[3,1],{'tansig','purelin'},'traingdm'）

%当前输入层权值和阈值

inputWeights=net.IW{1,1}

inputbias=net.b{1}

%当前网络层权值和阈值

layerWeights=net.LW{2,1}

layerbias=net.b{2}

pause

clc

%设置训练参数

net.trainParam.show=50;

net.trainParam.lr=0.05;

net.trainParam.mc=0.9;

net.trainParam.epochs=1000;

net.trainParam.goal=1e-3;

pause

clc

%调用TRAINGDM算法训练BP网络

[net,tr]=train（net,P,T）;

pause

clc

%对BP网络进行仿真

A=sim（net,P）

%计算仿真误差

E=T-A

MSE=mse（E）

pause

clc

echooff

运行后：