matlab 3个神经元的hopfield网络.txt

MATLAB绘制出权值wv和阀值bv确定的误差曲面

3个神经元的hopfield网络2007/06/03 00:23考虑3个神经元的hopfield网络，每个神经元有一个阀值和一个权重，定义存储在网络中的目标平衡点中为矩阵T的两个三维列向量中。

%指定存储在网络中的目标平衡点
T = [+1 +1;-1 +1; -1 -1]
axis([-1 1 -1 1 -1 1]);
set(gca,'box','on');
axis manual;
hold on;
plot3(T(1,:),T(2,:),T(3,:),'r*');
title('Hopfield神经网络状态空间');
xlabel('a(1)');
ylabel('a(2)');
zlabel('a(3)');
view([37.5 30]);
%建立网络，并得到权重和阈值
net=newhop(T);
W=net.LW{1,1}
b=net.b{1,1}
%使用一个随机点仿真网络，并绘出其到达稳定点的轨迹
a = {rands(3,1)};
[y,Pf,Af] = sim(net,{1 10},{},a);
figure;
axis([-1 1 -1 1 -1 1]);
set(gca,'box','on');
axis manual;
hold on;
plot3(T(1,:),T(2,:),T(3,:),'r*');
record=[cell2mat(a) cell2mat(y)];
start=cell2mat(a);
plot3(start(1,1),start(2,1),start(3,1),'bx',record(1,:),record(2,:),record(3,:));
view([37.5 30]);
title('Hopfield神经网络状态空间');
xlabel('a(1)');
ylabel('a(2)');
zlabel('a(3)');
%用多个随机点仿真网络，并绘出相应的轨迹
figure;
axis([-1 1 -1 1 -1 1]);
set(gca,'box','on');
axis manual;
hold on;
view([37.5 30]);
plot3(T(1,:),T(2,:),T(3,:),'r*');
color = 'rgbmy';
for i=1:25
     a = {rands(3,1)};
     [y,Pf,Af] = sim(net,{1 10},{},a);
     record=[cell2mat(a) cell2mat(y)];
     start=cell2mat(a);
     plot3(start(1,1),start(2,1),start(3,1),'kx',record(1,:),record(2,:),record(3,:),color(rem(i,5)+1))
     drawnow
end
title('Hopfield神经网络状态空间');
xlabel('a(1)');
ylabel('a(2)');
zlabel('a(3)');
%指定一些特殊的初始点进行仿真，这些点都在中垂线上，并绘出相应的轨迹
figure;
axis([-1 1 -1 1 -1 1]);
set(gca,'box','on');
axis manual;
hold on;
P = [ 1.0   -1.0   -0.5   1.00   1.00   0.0; 0.0    0.0    0.0 0.00   0.00 -0.0;-1.0    1.0    0.5 -1.01 -1.00   0.0];  
view([37.5 30]);
color ='rgbmy';
for i=1:6
     a = {P(:,i)}; 
     [y,Pf,Af] = sim(net,{1 10},{},a);
     record=[cell2mat(a) cell2mat(y)];
     start=cell2mat(a);
     plot3(start(1,1),start(2,1),start(3,1),'kx',record(1,:),record(2,:),record(3,:),color(rem(i,5)+1))
     drawnow
end
title('Hopfield神经网络状态空间');
xlabel('a(1)');
ylabel('a(2)');
zlabel('a(3)');