bp1.m

实现竞争功能

% bp1;例4.1
P=-1:0.1:1;
P2=-1:0.025:1;
T=[-0.96 -0.577 -0.0729 0.377 0.641 0.66 0.461 0.1336 ...
   -0.201 -0.434 -0.5 -0.393 -0.1647 0.0988 0.3072 ...
   0.396 0.3449 0.1816 -0.0312 -0.2183 -0.3201];
plot(P,T,'r+');
[R,Q]=size(P);[S2,Q]=size(T);S1=5;
[W1,B1]=rands(S1,R)
[W2,B2]=rands(S2,S1)    %随机设权值
pause
b1=[];b2=[];             % 设b1 b2为空矩阵
b1=B1*ones(1,21);        %扩展矩阵
b2=B2*ones(1,21);        %扩展矩阵 
a2=W2*tansig(W1*P+b1)+b2
A2=purelin(a2)          %训练前网络输出
hold on
plot(P,A2)                %训练前网络输入、输出图
hold off
disp('按任一键继续')
pause
net=newcf(minmax(P),[5,1],{'tansig','purelin'},...
          'traingd');        %创建两层前向回馈网络
net.trainParam.epochs=7000;        %初始化训练次数
net.trainParam.goal=9.5238e-4; % sse=0.02 初始化误差值
net.trainParam.lr = 0.15;
[net,tr]=train(net,P,T);                    %训练网络
Y=sim(net,P) ;                  %计算结果
plot(P,T,'r+');
pause
hold on      %图形保持模式打开
plot(P,Y,'b-')         %训练后网络输入、输出图                            
                  
Y1=sim(net,P2) ;       %计算泛化输出结果
plot(P2,Y1,'r-')       %训练后网络泛化输入、输出图                              
hold off               % 图形保持模式打开