%% 第4章 神经网络遗传算法函数极值寻优
%
% <html>
% <table border="0" width="600px" id="table1"> <tr> <td><b><font size="2">该案例作者申明:</font></b></td> </tr> <tr><td><span class="comment"><font size="2">1:本人长期驻扎在此<a target="_blank" href="http://www.ilovematlab.cn/forum-158-1.html"><font color="#0000FF">板块</font></a>里,对该案例提问,做到有问必答。本套书籍官方网站为:<a href="http://video.ourmatlab.com">video.ourmatlab.com</a></font></span></td></tr><tr> <td><font size="2">2:点此<a href="http://union.dangdang.com/transfer/transfer.aspx?from=P-284318&backurl=http://www.dangdang.com/">从当当预定本书</a>:<a href="http://union.dangdang.com/transfer/transfer.aspx?from=P-284318&backurl=http://www.dangdang.com/">《Matlab神经网络30个案例分析》</a>。</td></tr><tr> <td><p class="comment"></font><font size="2">3</font><font size="2">:此案例有配套的教学视频,视频下载方式<a href="http://video.ourmatlab.com/vbuy.html">video.ourmatlab.com/vbuy.html</a></font><font size="2">。 </font></p></td> </tr> <tr> <td><span class="comment"><font size="2"> 4:此案例为原创案例,转载请注明出处(《Matlab神经网络30个案例分析》)。</font></span></td> </tr> <tr> <td><span class="comment"><font size="2"> 5:若此案例碰巧与您的研究有关联,我们欢迎您提意见,要求等,我们考虑后可以加在案例里。</font></span></td> </tr> </table>
% </html>
%% 清空环境变量
clc
clear
tic
%% 训练数据预测数据提取及归一化
%下载输入输出数据
load data1 input output
%从1到2000间随机排序
k=rand(1,4000);
[m,n]=sort(k);
%找出训练数据和预测数据
input_train=input(n(1:3900),:)';
output_train=output(n(1:3900),:)';
input_test=input(n(3901:4000),:)';
output_test=output(n(3901:4000),:)';
%选连样本输入输出数据归一化
[inputn,inputps]=mapminmax(input_train);
[outputn,outputps]=mapminmax(output_train);
%% BP网络训练
% %初始化网络结构
net=newff(inputn,outputn,5);
net.trainParam.epochs=100;
net.trainParam.lr=0.1;
net.trainParam.goal=0.0000004;
%网络训练
net=train(net,inputn,outputn);
%% BP网络预测
%预测数据归一化
inputn_test=mapminmax('apply',input_test,inputps);
%网络预测输出
an=sim(net,inputn_test);
%网络输出反归一化
BPoutput=mapminmax('reverse',an,outputps);
%% 结果分析
figure(1)
plot(BPoutput,':og')
hold on
plot(output_test,'-*');
legend('预测输出','期望输出','fontsize',12)
title('BP网络预测输出','fontsize',12)
xlabel('样本','fontsize',12)
ylabel('输出','fontsize',12)
%预测误差
error=BPoutput-output_test;
figure(2)
plot(error,'-*')
title('神经网络预测误差')
figure(3)
plot((output_test-BPoutput)./BPoutput,'-*');
title('神经网络预测误差百分比')
errorsum=sum(abs(error))
toc
save data net inputps outputps
web browser http://www.matlabsky.com/thread-11198-1-1.html
%%
% <html>
% <table width="656" align="left" > <tr><td align="center"><p><font size="2"><a href="http://video.ourmatlab.com/">Matlab神经网络30个案例分析</a></font></p><p align="left"><font size="2">相关论坛:</font></p><p align="left"><font size="2">《Matlab神经网络30个案例分析》官方网站:<a href="http://video.ourmatlab.com">video.ourmatlab.com</a></font></p><p align="left"><font size="2">Matlab技术论坛:<a href="http://www.matlabsky.com">www.matlabsky.com</a></font></p><p align="left"><font size="2">M</font><font size="2">atlab函数百科:<a href="http://www.mfun.la">www.mfun.la</a></font></p><p align="left"><font size="2">Matlab中文论坛:<a href="http://www.ilovematlab.com">www.ilovematlab.com</a></font></p></td> </tr></table>
% </html>
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
使用matlab进行神经网络分析的实战案例,包含所有源码及数据集文件,可方便对神经网络分析流程进行学习,具有很高的参考借鉴意义。 使用matlab进行神经网络分析的实战案例,包含所有源码及数据集文件,可方便对神经网络分析流程进行学习,具有很高的参考借鉴意义。 使用matlab进行神经网络分析的实战案例,包含所有源码及数据集文件,可方便对神经网络分析流程进行学习,具有很高的参考借鉴意义。 使用matlab进行神经网络分析的实战案例,包含所有源码及数据集文件,可方便对神经网络分析流程进行学习,具有很高的参考借鉴意义。 使用matlab进行神经网络分析的实战案例,包含所有源码及数据集文件,可方便对神经网络分析流程进行学习,具有很高的参考借鉴意义。 使用matlab进行神经网络分析的实战案例,包含所有源码及数据集文件,可方便对神经网络分析流程进行学习,具有很高的参考借鉴意义。 使用matlab进行神经网络分析的实战案例,包含所有源码及数据集文件,可方便对神经网络分析流程进行学习,具有很高的参考借鉴意义。 使用matlab进行神经网络分析的实战案例,包含所有源码及数据集文件,可方便对神经网络分析流程进行学习,具有很高的参考借鉴意义。 使用matlab进行神经网络分析的实战案例,包含所有源码及数据集文件,可方便对神经网络分析流程进行学习,具有很高的参考借鉴意义。
资源推荐
资源详情
资源评论
收起资源包目录
matlab神经网络分析实战案例(附带源码及数据集) (5).zip (12个子文件)
matlab神经网络分析实战案例(附带源码及数据集) (5)
Select.m 797B
data.m 129B
net.mat 535B
Code.m 408B
Genetic.m 3KB
BP.m 3KB
Cross.m 1KB
test.m 268B
fun.m 326B
data1.mat 90KB
data.mat 90KB
Mutation.m 1KB
共 12 条
- 1
资源评论
白话机器学习
- 粉丝: 8919
- 资源: 7681
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