% 用于函数逼近的BP算法程序 《神经网络结构设计的理论与方法》
function main()
SamNum = 100; % 训练样本数
TestSamNum = 101; % 测试样本数
HiddenUnitNum=10; % 隐节点数
InDim=1; % 样本输入维数
OutDim=1; % 样本输出维数
%% 根据目标函数获得样本输入输出
rand('state',sum(100*clock)) % 定义一个随时间变化的初值,使得每次运行随机数生成值不同,该语句表示用当前时间初始化随机数序列,
% 每次产生随机数的时候,随机数生成器触发器的状态都会翻转一次,'state'那个参数是表示翻转。
% sum(clock)是取种子,表示以时钟之和作为种子,这样每次取种子都很可能不同。有时也使用100*sum(clock)
NoiseVar = 0.1; % 标准差0.1
Noise = NoiseVar*randn(1,SamNum); % 添加的噪声服从均值0,标准差0.1的正态分布
SamIn = 8*rand(1,SamNum)-4;
SamOutNoNoise = 1.1*(1-SamIn+2*SamIn.^2).*exp(-SamIn.^2/2);
SamOut = SamOutNoNoise + Noise;
TestSamIn = -4:0.08:4;
TestSamOut = 1.1*(1-TestSamIn+2*TestSamIn.^2).*exp(-TestSamIn.^2/2);
figure
hold on
grid
plot(SamIn,SamOut,'k+')
plot(TestSamIn,TestSamOut,'r--')
xlabel('Input x');
ylabel('Output y');
%%
MaxEpochs=20000; % 最大训练次数
lr=0.003; % 学习率
E0=0.5; % 目标误差
W1=0.2*rand(HiddenUnitNum,InDim)-0.1; % 输入层到隐层的初始权值
B1=0.2*rand(HiddenUnitNum,1)-0.1; % 隐节点初始偏移
W2=0.2*rand(OutDim,HiddenUnitNum)-0.1; % 隐层到输出层的初始权值
B2=0.2*rand(OutDim,1)-0.1; % 输出层初始偏移
W1Ex=[W1 B1]; % 输入层到隐层的初始权值扩展
W2Ex=[W2 B2]; % 隐层到输出层的初始权值扩展
SamInEx=[SamIn' ones(SamNum,1)]'; % 样本输入扩展
ErrHistory=[]; % 用于记录每次权值调整后的训练误差
for i=1:MaxEpochs
% 正向传播计算网络误差
HiddenOut=logsig(W1Ex*SamInEx);
HiddenOutEx=[HiddenOut' ones(SamNum,1)]';
NetworkOut=W2Ex*HiddenOutEx;
% 停止学习判断
Error=SamOut-NetworkOut;
SSE=sumsqr(Error)
% 记录每次权值调整后的训练误差
ErrHistory=[ErrHistory SSE];
if SSE<E0,break,end;
% 计算反向传播误差
Delta2=Error;
Delta1=W2'*Delta2.*HiddenOut.*(1-HiddenOut);
% 计算权值调节量
dW2Ex=Delta2*HiddenOutEx';
dW1Ex=Delta1*SamInEx';
%权值调节
W1Ex=W1Ex+lr*dW1Ex;
W2Ex=W2Ex+lr*dW2Ex;
% 分离隐层到输出层的初始权值,以便后面使用
W2=W2Ex(:,1:HiddenUnitNum);
end
%% 显示计算结果
i
W1=W1Ex(:,1:InDim)
B1=W1Ex(:,InDim+1)
W2
B2=W2Ex(:,HiddenUnitNum+1);
% 测试
TestHiddenOut=logsig(W1*TestSamIn+repmat(B1,1,TestSamNum));
TestNNOut=W2*TestHiddenOut+repmat(B2,1,TestSamNum);
plot(TestSamIn,TestNNOut,'k-');
% 绘制学习误差
figure
hold on
grid
[xx,Num]=size(ErrHistory);
plot(1:Num,ErrHistory,'k-');
bp.zip_BP 不用工具箱_BP 拟合
版权申诉
81 浏览量
2022-07-14
22:17:36
上传
评论
收藏 2KB ZIP 举报
Kinonoyomeo
- 粉丝: 77
- 资源: 1万+
最新资源
- 2023-04-06-项目笔记 - 第一百五十四阶段 - 4.4.2.152全局变量的作用域-152 -2024.06.04
- 松哥解协议松哥解协议松哥解协议松哥解协议松哥解协议
- 618节日618节日618节日
- tensorflow-gpu-2.9.1-cp37-cp37m-win-amd64.whl
- tensorflow-gpu-2.9.0-cp37-cp37m-win-amd64.whl
- tensorflow-gpu-2.9.0-cp39-cp39-win-amd64.whl
- lcd daimalcd daima
- 电影领域-推荐算法-个性化内容-观影决策-电影推荐小程序.zip
- 电气控制PLC考试题库
- 如何使用MATLAB简介
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈