案例2 使用RBF神经网络拟合函数.zip

%% 学习目标： 用RBF网络来实现非线性的函数回归 clc clear all %% 产生输入变量x1 x2 x1=-1:0.01:1; x2=-1:0.01:1; %% 产生输出变量y y=60+x1.^2-6*cos(6*pi*x1)+6*x2.^2-6*cos(6*pi*x2); %% 建立RBF网络 net=newrbe([x1;x2],y) %% 网络仿真 t=sim(net,[x1;x2]); %% 绘制拟合效果图 figure(1) plot3(x1,x2,y,'rd'); hold on; plot3(x1,x2,t,'b-.'); view(100,25) title(' RBF神经网络的拟合效果') xlabel('x1') ylabel('x2') zlabel('y') grid on