matlab径向基函数网络设计.txt

MATLAB绘制出权值wv和阀值bv确定的误差曲面

径向基函数网络设计2007/06/03 00:10    径向基函数网络比标准的前向型BP网络需要更多的神经元,但是它能够按时间片来训练网络.当有很多的训练向量时,这种网络很有效果,它能够在给定的误差目标范围内找到能解决问题的最小的网络.但径向基网络需要比BP网络多得多的隐层神经元来完成工作.
   径向基网络有隐层和输出线性层组成.现在设计一个来对正弦函数进行逼近.

%要逼近的函数样本点
P = -1:.1:1;
T=sin(pi*P);
plot(P,T,'+');
title('待逼近的函数样本点');
xlabel('输入值');
ylabel('目标值');
%设计隐含层的径向基传递函数
p = -3:.1:3;
a = radbas(p);
figure;
plot(p,a)
title('径向基传递函数');
xlabel('输入');
ylabel('输出'); 
%径向基传递函数及其加权和产生一个新的函数,用实线表示,
a2 = radbas(p-1.5);
a3 = radbas(p+2);
a4 = a + a2*1 + a3*0.5;
figure;
plot(p,a,'b--',p,a2,'b--',p,a3,'b--',p,a4,'m-')
title('径向基函数的加权和');
xlabel('输入');
ylabel('输出');
%建立网络
eg = 0.02; %设置平方和误差参数
sc = 1;     %设置展开常量
net=newrb(P,T,eg,sc);
%仿真网络并绘出结果
figure;
X=-1:.01:1;
Y=sim(net,X);
hold on;
plot(X,Y);
plot(P,T,'+');
title('仿真结果');
xlabel('输入');
ylabel('网络输出及目标输出');
hold off;