例2-3.m

神经网络实用教程----第二章源码（很不错喔）

%
% 表2-4为某药品的销售情况，现构建一个如下的三层BP神经网络对药品的销售进行预测：输入层有三个结点，隐含层结点数为5，隐含层的激活函数为tansig(双曲正切S型传递函数)；输出层结点数为1个，输出层的激活函数为logsig(S型的对数函数)，并利用此网络对药品的销售量进行预测，预测方法采用滚动预测方式，即用前三个月的销售量来预测第四个月的销售量，如用1、2、3月的销售量为输入预测第4个月的销售量，用2、3、4月的销售量为输入预测第5个月的销售量.如此反复直至满足预测精度要求为止。
% 月份	1	2	3	4	5	6
% 销量	2056	2395	2600	2298	1634	1600
% 月份	7	8	9	10	11	12
% 销量	1873	1478	1900	1500	2046	1556
%
%以每三个月的销售量经归一化处理后作为输入
P=[0.5152	0.8173	1.0000 ;
   0.8173	1.0000	0.7308;
   1.0000	0.7308	0.1390;
   0.7308	0.1390	0.1087;
   0.1390	0.1087	0.3520;
   0.1087	0.3520	0.0000;]';
%以第四个月的销售量归一化处理后作为目标向量
T=[0.7308 0.1390 0.1087 0.3520 0.0000 0.3761];
%创建一个BP神经网络，每一个输入向量的取值范围为[0 ,1]，隐含层有5个神经元，输出层
%有一个神经元，隐含层的激活函数为tansig，输出层的激活函数为logsig，训练函数为梯度下
%降函数，即2.3.2节中所描述的标准学习算法
net=newff([0 1;0 1;0 1],[5,1],{'tansig','logsig'},'traingd');
net.trainParam.epochs=15000;
net.trainParam.goal=0.01;
%设置学习速率为0.1
LP.lr=0.1;
net=train(net,P,T);