ebp1.m

matlab动量梯度下降算法 生成一个新的前向神经网络 对BP神经网络进行训练 对BP神经网络进行仿真

%BP网络实例1_用动量梯度下降算法训练BP网络
close all
clear
clc
%使用的主要函数如下：
%NEWFF——生成一个新的前向神经网络
%TRAIN——对BP神经网络进行训练
%SIM——对BP神经网络进行仿真
disp('Press any key to start');
echo on
pause
clc
%定义输入矢量P
P=[-1 -2 3 1;-1 1 5 -3];
%定义目标矢量T
T=[-1 -1 1 1];
pause
clc
%创建一个新的前向神经网络
net=newff(minmax(P),[3 1],{'tansig','purelin'},'traingdm');
%定义当前输入层的权值和阈值
inputWeight=net.IW{1,1}
inputbias=net.b{1}
%定义当前网络层权值和阈值
layerWeight=net.LW{2,1}
layerbias=net.b{2}
pause
clc
%设置训练参数
net.trainParam.show=50;
net.trainParam.lr=.05;
net.trainParam.mc=.9;
net.trainParam.epochs=1000;
net.trainParam.goal=1e-3;
pause
clc
%调用TRAINGDM算法来训练BP网络
[net,tr]=train(net,P,T);
pause
clc
%对BP神经网络进行仿真
A=sim(net,P)
%计算仿真误差
E=T-A
MSE=mse(E)
pause
clc
echo off