没有合适的资源?快使用搜索试试~ 我知道了~
遗传算法的优化计算.doc
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 14 浏览量
2022-05-08
14:27:35
上传
评论
收藏 37KB DOC 举报
温馨提示
试读
5页
遗传算法的优化计算.doc
资源推荐
资源详情
资源评论
%% 清空环境变量
clear all
clc
warning off
%% 声明全局变量
global P_train T_train P_test T_test mint maxt S s1
S=30;
s1=50;
%% 导入数据
load data.mat
a=randperm(569);
Train=data(a(1:500),:);
Test=data(a(501:end),:);
% 训练数据
P_train=Train(:,3:end)';
T_train=Train(:,2)';
% 测试数据
P_test=Test(:,3:end)';
T_test=Test(:,2)';
% 显示实验条件
total_B=length(find(data(:,2)==1));
total_M=length(find(data(:,2)==2));
count_B=length(find(T_train==1));
count_M=length(find(T_train==2));
number_B=length(find(T_test==1));
number_M=length(find(T_test==2));
disp('实验条件为:');
disp(['病例总数:' num2str(569)...
' 良性:' num2str(total_B)...
' 恶性:' num2str(total_M)]);
disp(['训练集病例总数:' num2str(500)...
' 良性:' num2str(count_B)...
' 恶性:' num2str(count_M)]);
disp(['测试集病例总数:' num2str(69)...
' 良性:' num2str(number_B)...
' 恶性:' num2str(number_M)]);
%% 数据归一化
[P_train,minp,maxp,T_train,mint,maxt]=premnmx(P_train,T_train);
P_test=tramnmx(P_test,minp,maxp);
%% 创建单 BP 网络
t=cputime;
net_bp=newff(minmax(P_train),[s1,1],{'tansig','purelin'},'trainlm');
% 设置训练参数
net_bp.trainParam.epochs=1000;
资源评论
老帽爬新坡
- 粉丝: 83
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功