📄 example4_7.m
字号:
%通过下面两个参数值的改变比较结果
k=1; %设置非线性函数的频率
n=10; %设置网络隐单元的神经元数目
%定义要逼近的非线性函数
p = [-1:.05:1];
t = sin(k*pi*p);
plot(p,t,'-')
title('要逼近的非线性函数');
xlabel('时间');
ylabel('非线性函数');
%建立相应的BP网络
net = newff(minmax(p),[n,1],{'tansig' 'purelin'},'trainlm');
%对没有训练的网络进行仿真
y1 = sim(net,p);
%绘出仿真得到的曲线
figure;
plot(p,t,'-',p,y1,'--')
title('没有训练的网络仿真结果');
xlabel('时间');
ylabel('仿真输出-- 原函数-');
%训练网络
net.trainParam.epochs = 50;
net.trainParam.goal = 0.01;
net = train(net,p,t);
%对训练后的网络进行仿真
y2 = sim(net,p);
%绘出训练后的仿真结果
figure;
plot(p,t,'-',p,y1,'--',p,y2,'--')
title('训练后的网络仿真结果');
xlabel('时间');
ylabel('仿真输出');
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -