我按照版上指导,通过循环语句找到了最合适的节点数,也用了归一化处理.但是尽管如此,每次运行后的结果还是从60多到130多不等.这些东西写进报告里没有说服力.这个如何处理一下呢.我的原代码如下:

clc;

P=[0.1053 0.0993 0.0937 0.1361 0.1214 0.1064 0.0897 0.1734 0.1298

0.0899 0.0848 0.0800 0.1543 0.1923 0.2246 0.2576 0.1718 0.0121

0.0774 0.0730 0.0689 0.0202 0.0206 0.0210 0.0213 0.0104 0.2693

0.0503 0.1041 0.1549 0.0427 0.0420 0.0411 0.0438 0.0636 0.0582

0.6771 0.6388 0.6025 0.6467 0.6237 0.6069 0.5876 0.5808 0.5306];

T=[93.2 83.2 73.9 105.5 111.9 115.9 119.6 114.3 76.4];

[pn,minp,maxp,tn,mint,maxt]=premnmx(P,T);

s=5:18;

res=zeros(size(s));

for i=1:length(s)

net=newff(minmax(pn),[s(i),1],{'tansig','purelin'},'traingdm')

net.trainParam.show = 50;

net.trainParam.lr = 0.05;

net.trainParam.mc = 0.9;

net.trainParam.epochs = 1000;

net.trainParam.goal = 10e-3;

net=train(net,pn,tn);

y=sim(net,pn);

e=tn-y;

error=mse(e,net);

res(i)=norm(error);

end

number=find(res==min(res));

if (length(number)>1) no=number(1)

else no=number

end

net=newff(minmax(pn),[no,1],{'tansig','purelin'},'traingdm')

net.trainParam.show = 50;

net.trainParam.lr = 0.05;

net.trainParam.mc = 0.9;

net.trainParam.epochs = 1000;

net.trainParam.goal = 10e-3;

net=train(net,pn,tn);

y=sim(net,pn);

e=tn-y;

error=mse(e,net);

save net

A=[0.3603

0.0063

0.0096

0.0790

0.5448];

An=tramnmx(A,minp,maxp);

Bn=sim(net,An);

B=postmnmx(Bn,mint,maxt)

x=no

matlab bp结果,Matlab如何处理BP网络每次运行结果不一样这个问题相关推荐

  1. bp神经网络matlab实例蚊子,bp神经网络matlab实例

    bp神经网络matlab实例 采用 Matlab 工具箱函数建立神经网络,对一些基本的神经网络参数进行了说明,深入了解参考 Matlab 帮助文档.实例一% 例 1 采用动量梯度下降算法训练 BP 网 ...

  2. matlab神经网络(二)-bp神经网络,MATLAB神经网络(2) BP神经网络的非线性系统建模——非线性函数拟合...

    2.1 案例背景 在工程应用中经常会遇到一些复杂的非线性系统,这些系统状态方程复杂,难以用数学方法准确建模.在这种情况下,可以建立BP神经网络表达这些非线性系统.该方法把未知系统看成是一个黑箱,首先用 ...

  3. MATLAB中内置的BP神经网络函数 help newff翻译【学习笔记】

    MATLAB中内置的BP神经网络函数 help翻译 原文请参考:help newff newff 创建前馈反向传播网络. 在 R2010b NNET 7.0 中已过时. 最后在 R2010a NNET ...

  4. 基于matlab的电机故障诊断,基于BP神经网络的电机故障诊断的研究(MATLAB,程序)

    基于BP神经网络的电机故障诊断的研究(MATLAB,程序)(课题申报表,任务书,开题报告,中期检查表,外文翻译,论文25600字,程序,答辩PPT) 摘 要 随着我国经济发展的不断提高,电气化的应用越 ...

  5. MATLAB水果自动识别的BP神经网络方法

    水果自动识别的BP神经网络方法 摘 要:针对多种水果混合的图像,对各种水果的提取和识别进行研究.利用Matlab软件进行图 像数据获取.对比度增强.去噪.二值化处理:为弥补二值化后图像中出现的断边.孔 ...

  6. 标准BP算法matlab实现,简单易懂

    机器学习的实验课要求自编写一份简易的标准BP(神经网络)算法,我用matlab基本实现了,现将自己的思想记录下来,方便自己以后重温.话不多说,让我们进入正题 调用matlab的神经网络算法解决具体问题 ...

  7. BP神经网络优化 | MATLAB基于飞蛾扑火算法优化BP神经网络(MFO-BP)的预测模型(完整代码在文末)

    飞蛾扑火( Moth-flame optimization algorithm,MFO) 是Seyedali Mirjalili等于2015年提出的一种新型智能优化算法.该算法具有并行优化能力强,全局 ...

  8. 一个简单的BP神经网络matlab程序(附函数详解)

    说明:20180604更新 1.此文的程序来自博客:http://www.cnblogs.com/heaad/archive/2011/03/07/1976443.html 2.本人对其中涉及到的函数 ...

  9. 头脑风暴算法BSO优化BP神经网络-matlab源码

    原理:头脑风暴算法主要运用聚类和变异,他是通过模拟人们的解决问题的思想,办法而创立. 算法采用K-means聚类算法,将相似的个体聚成k类,并将人为设定的适应度函数值最优的个体作为聚类的中心.当然,为 ...

最新文章

  1. 工艺路线和工序有差别吗_ERP-工序与工艺路线
  2. 玩转HTML5移动页面
  3. Linux单网卡多个IP(或者多个网卡多个IP)设置
  4. 复旦大学高等数学期末试题合集
  5. Manacher 例题讲解
  6. mysql 使用场景_MySQLMHA典型使用场景
  7. spring cloud微服务_面试败给微服务?别怕,我带你一起手撕Dubbo,SpringBoot与Cloud...
  8. javascript数组总结
  9. php for 每次增加2,php – 为什么foreach会将refcount增加2而不是1?
  10. tcp伪报头_TCPUDP伪首部详解
  11. linux用户密码修改规则,linux怎么设置密码规则
  12. python安装与程序_二、Python安装和第一个程序
  13. 清除win+r的记录
  14. byte类型转换细节分析:Type mismatch: cannot convert from int to byte?出现这个报错的解决方案
  15. e级超级计算机济南,国之重器!神威E级原型机8月将在国家超级计算济南中心落地...
  16. (SQL入门经典+SQL必知必会+视频)笔记之一
  17. python django 图片管理系统
  18. 【协议】WebSocket协议总结
  19. 2022年中国网络安全行业发展机遇及挑战分析
  20. 迈克菲官方卸载软件以及Uninstall Tool适合清理注册表的软件集合

热门文章

  1. Discovery studio画蛋白质构象叠合图
  2. java 坦克重叠_坦克大战中坦克一直有重叠是怎么回事
  3. 在线作图|如何绘制一张好看的点棒图
  4. 2分钟在线做出一张普氏分析图(Procrustes Analysis)
  5. Nature综述 | 种内多样性:解释微生物组中的菌株
  6. GM:「世界第一」SCI全文数据库,我做到了!
  7. 生物信息9天速成班—成为团队中不可或缺的人
  8. mysql内存爆_线上MySQL机器内存爆掉原因分析与解决
  9. django中的for循环_深入了解 JavaScript 中的 for 循环
  10. R语言psych包的fa函数对指定数据集进行因子分析(输入数据为相关性矩阵)、指定进行正交旋转、斜交旋转提取因子、比较正交旋转和斜交旋转之间的差异、因子结构矩阵、因子模式矩阵和因子相关矩阵之间的关系