新建 文本文档.txt

利用动量梯度下降算法训练BP网络

%利用动量梯度下降算法训练BP网络
close all
clear
echo on
%newff 生成一个新的向前神经网络
%train 对b神经网络进行训练
%sim对bp神经网络进行仿真
%定义训练样本
%p为输入矢量
p=[-1 ,12, 3, 1;
    -1, 1, 5, -3];
%t为目标矢量
t=[-1, -1, 1, -1]
clc
%创建一个新的向前神经网络
net=newff(minmax(p),[3,1],{'tansig','purelin'},'traingdm');
%当前输入层权值和域值
inputweights=net.iw{1,1}%产生隐含层个神经元的域值
Inputbias=net.b{1}
%当前网络层权值和阈值
layerweights=net.lw{2,1}
layerbias=net.b{2}
clc
%设置训练参数
net.trainparam.show=50;%迭代50次显示一次
net.trainparam.lr=0.05;%（一般大小仔0-1之间）
net.trainparam.mc=0.9;%动量因子0.09（0-1）
net.trainparam.epochs=1000;%迭代次数
net.trainparam.goal=1e-3;%误差
clc
%调用traingdm算法训练bp网络
[net,tr]=train(net,p,t);
clc%对bp网络进行仿真
a=sim(net,p)
e=t-a
mse=mse(e)%计算军方误差
clc
echo off