bp.m

关于bp网络的

InDim=2;%样本输入维数
OutDim=3;% 样本输出维数
figure
colordef(gcf,'white')
echo off
clc
axis([-2,2,-2,2])
axis on
grid
xlabel('Input x');
ylabel('Output y');
line([-1 1],[1 1])
line([1 -1],[1 0])
line([-1 -1],[0 1])
line([-1 1],[-0.5 -0.5])
line([-1 1],[-1.5 -1.5])
line([1 1],[-0.5 -1.5])
line([-1 -1],[-0.5 -1.5])
hold on
SamNum=200;%训练样本数
rand('state',sum(100*clock))
SamIn=(rand(2,SamNum)-0.5)*4;% 随机产生样本输入
%根据目标函数获得训练样本输入输出，并绘制样本
SamOut=[];
for i=1:SamNum
  Sam=SamIn(:,i);
  x=Sam(1,1);
  y=Sam(2,1);
  if((x>-1)&(x<1))==1
    if ((y>x/2+1/2)&(y<1))==1
        plot(x,y,'r+')
        class=[0 1 0]';
    elseif((y<-0.5)&(y>-1.5))==1
        plot(x,y,'rs')
        class=[0 0 1]';
    else
        plot(x,y,'ro')
        class=[1 0 0]';
    end
  else 
    plot(x,y,'ro')
    class=[1 0 0]';
  end
    SamOut=[SamOut class];
  end
  HiddenUnitNum=10;%隐节点数
  MaxEpochs=10000;%最大训练次数
  lr=0.1;%学习率
  E0=0.01;%目标误差
  W1=0.2*rand(HiddenUnitNum,InDim)-0.1;%输入到隐层的初始权值 
  B1=0.2*rand(HiddenUnitNum,1)-0.1;%隐节点初始偏移 
  W2=0.2*rand(OutDim,HiddenUnitNum)-0.1;%隐层到输出层的的初始权值
  B2=0.2*rand(OutDim,1)-0.1;%输出层的初始偏移
  W1Ex=[W1 B1];%输入层到隐层的初始权值扩展
  W2Ex=[W2 B2];%隐层到输出层的初始权值
  SamInEx=[SamIn' ones(SamNum,1)]';%样本输入扩展
  ErrHistory=[];%用于记录每次权值条整后的训练误差
  for i=1:MaxEpochs %正向传播计算网络输出
    HiddenOut=logsig(W1Ex*SamInEx);
    HiddenOutEx=[HiddenOut' ones(SamNum,1)]';
    NetworkOut=logsig(W2Ex*HiddenOutEx);
    % 停止学习判断
    Error=SamOut-NetworkOut;
    SSE=sumsqr(Error)
    %记录每次权值调整后的训练误差
    ErrHistory=[ErrHistory,SSE];
    if SSE<E0,break,end
    %计算反向传播误差
    Delta2=Error.*NetworkOut.*(1-NetworkOut);
    Delta1=W2'*Delta2.*HiddenOut.*(1-HiddenOut);
    %计算权值调节量
    dW2Ex=Delta2*HiddenOutEx';
    dW1Ex=Delta1*SamInEx';
    %权值调节
    W1Ex=W1Ex+lr*dW1Ex;
    W2Ex=W2Ex+lr*dW2Ex;
    W2=W2Ex(:,1:HiddenUnitNum);
  end
  W1=W1Ex(:,1:InDim);
  B1=W1Ex(:,InDim+1);
  W2=W2Ex(:,1:HiddenUnitNum);
  B2=W2Ex(:,HiddenUnitNum+1);
  %绘制误差曲线
  figure
  hold on
  grid
  [xx,Num]=size(ErrHistory);
  plot(1:Num,ErrHistory,'r-');
  TestSamNum=5000;% 测试样本数
  TestSamIn=(rand(2,TestSamNum)-0.5)*4;
  TestHiddenOut=logsig(W1*TestSamIn+repmat(B1,1,TestSamNum));
  TestNetworkOut=logsig(W2*TestHiddenOut+repmat(B2,1,TestSamNum));
  [Val NNClass]=max(TestNetworkOut);
  TestTargetOut=[];
  for i=1:TestSamNum
    Sam=TestSamIn(:,i);
    x=Sam(1,1);
    y=Sam(2,1);
    if((x>-1)&(x<1))==1
        if((y>x/2+1/2)&(y<1))==1
          TestTargetOut=[TestTargetOut,2];
        elseif((y<-0.5)&(y>-1.5))==1
          TestTargetOut=[TestTargetOut 3];
        else
          TestTargetOut=[TestTargetOut 1];
        end
    else
        TestTargetOut=[TestTargetOut 1];
    end
  end