bpnet2.m

采用“提前停止”方法提高 BP 网络的推广能力。对于和例 2相同的问题

%  采用“提前停止”方法提高 BP 网络的推广能力。对于和例 2相同的问题，在本例中我们将采用训练函数 traingdx 
% 相结合的方法来训练 BP 网络，以提高 BP 网络的推广能力。  
% 解：在利用“提前停止”方法时，首先应分别定义训练样本、验证样本或测试样本，其中，验证样本是必不可少的。在本
% 义并使用验证样本，即有  
% 验证样本输入矢量：val.P = [-0.975:.05:0.975]  
% 验证样本目标矢量：val.T = sin(2*pi*val.P)+0.1*randn(size(val.P))  
% 值得注意的是，尽管“提前停止”方法可以和任何一种 BP 网络训练函数一起使用，但是不适合同训练速度过快的算法联
% ainlm 函数，所以本例中我们采用训练速度相对较慢的变学习速率算法 traingdx 函数作为训练函数。 
%  MATLAB 程序如下： 
close all  
clear  
echo on  
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
%