【智能控制实验】基于MATLAB的BP神经网络实现非线性函数拟合设计
基于MATLAB的BP神经网络实现非线性函数拟合设计
一、实验要求:
重点是掌握BP神经网络的学习算法原理,掌握matlab工具箱设计BP神经网络拟合非线性模型的方法(m文件);掌握在图形用户界面下设计BP神经网络拟合非线性模型的方法。
设计前馈型网络,在区间[-4,4]上逼近函数。
参考参数设置:
1.1 输入变量和目标输出:
indata=-4:0.1:4;
targetdata=0.35*(1-indata+2*indata.*indata).*exp(-indata.*indata/2) ;
1.2 网络结构
3层BP网络,隐层10个神经元,隐层和输出层激发函数为正切S型传递函数。训练函数为:trainlm。
二、实验内容
2.1掌握matlab工具箱设计BP神经网络拟合非线性模型的方法(m文件)
newff:前馈网络创建函数语法:net = newff(A,B,{C},’trainFun’,’BLF’,’PF’)。A:一个n*2的矩阵,第i行元素为输入信号Xi的最大最小值B:一个K维行向量,其元素为网络中各个节点的数量。C:一个K维字符串行向量,每一个分量为对应层的神经元的激活函数,默认为“tansig”trainFun:为学习规则的采用的训练算法。默认为:“trainlm”BLF:BP权值/偏差学习函数。默认为:“learngdm”PF:性能函数,默认为“mse”
train函数语法:即网络学习函数:[net,tr,YI,E] = train(net,X,Y)X:网络实际输入Y:网络应有输出tr:网络跟踪信息YI:网络实际输出E:误差矩阵
sim函数**语法:**Y = sim(net,X)X:输入给网络的K*N矩阵,K为网络输入个数,N为样本数据量Y:输出矩阵Q*N,其中Q为网络输出个数
2.1.1 实验代码:
indata=-4:0.1:4;
targetdata=0.35*(1-indata+2*indata.*indata).*exp(-indata.*indata/2);
net = newff([-4,4],[10,1],{'tansig','tansig'});
net.trainParam.epochs = 500; *%训练的最大次数*
net.trainParam.goal = 0.0000001; *%全局最小误差*
net = train(net,indata,targetdata);
O = sim(net,indata);
plot(indata,O,'*')
2.1.2 实验结果:
2.2 掌握在图形用户界面下设计BP神经网络拟合非线性模型的方法
2.2.1 设置输入输出量
打开matlab在命令行输入:nntool
点击import按钮,添加输入变量和目标输出变量,按import按钮,导入输入 变量,点击ok确定;按import按钮,导入目标输出变量,点击ok确定。
2.2.2 设置网络结构
在首页窗口按 new按钮, 新建网络
设置好参数后,按create 按钮创建网络
双击network1
2.3 训练结果
【智能控制实验】基于MATLAB的BP神经网络实现非线性函数拟合设计相关推荐
- 基于Matlab的BP神经网络在非线性函数拟合中的应用
本图文详细介绍了如何利用Matlab神经网络工具箱实现BP神经网络对非线性函数的拟合.
- 基于BP神经网络的非线性函数拟合(一维高斯函数)研究-含Matlab代码
目录 一.引言 二.BP神经网络的结构与原理 2.1 信息前向传播 2.2 误差的反向传播过程 三.基于BP神经网络的非线性函数拟合 3.1 数据生成 3.2 神经网络拟合结果 四.参考文献 五.Ma ...
- 遗传算法优化BP神经网络在非线性函数拟合中的应用
遗传算法优化BP神经网络在非线性函数拟合中的应用 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,难以用数学方法精确建模.在这种情况下,可以建立BP神经网络表达这些非线性系统.通常B ...
- 基于Matlab的多层BP神经网络在非线性函数拟合中的应用
本图文详细介绍了如何利用Matlab神经网络工具箱实现多层BP神经网络对非线性函数的拟合.
- BP神经网络的非线性函数拟合
BP神经网络主要用到newff,sim 和train3个神经网络函数,各函数解释如下. 1.newff:BP神经网络参数设置函数 函数功能:构建一个BP神经网络. 函数形式:net= newff(P, ...
- 基于Matlab的遗传算法优化BP神经网络在非线性函数拟合中的应用
本微信图文详细介绍了遗传算法优化BP神经网络初始权值阈值的过程,并通过实例说明该优化能够提升BP神经网络的预测精确程度.
- 基于径向基函数RBF神经网络的非线性函数拟合研究-含Matlab代码
目录 一.RBF神经网络基本原理 二.模型建立 三.RBF网络拟合结果分析 四.注意事项 五.参考文献 六.Matlab代码获取 一.RBF神经网络基本原理 1988年Broomhead和Lowe将径 ...
- 基于遗传算法优化的BP神经网络的 非线性函数拟合
遗传算法 ( GA , Genetic Algorithm ) ,也称进化算法 . 遗传算法是受达尔文的进化论的启发,借鉴生物进化过程而提出的一种启发式搜索算法.因此在介绍遗传算法前有必要简单的介绍生 ...
- 【智能控制实验】基于MATLAB的BP神经网络设计
实验五:基于MATLAB的BP神经网络设计 一.实验要求: 重点是掌握BP神经网络的学习算法原理和代码设计方法,应用MATLAB编写BP神经网络训练方法:应用神经网络工具箱设计BP神经网络实现对输入输 ...
最新文章
- Linux改变输出字体颜色,linux下 C编程改变输出字体颜色
- MySQL管理与优化(20):MySQL日志
- More than React(一)为什么ReactJS不适合复杂交互的前端项目?
- spring中resource设计与实现
- Charles抓包https(测试app的双向认证)
- textmetric结构
- oracle 压缩导出 导入,EXP直接导出压缩问津,IMP直接导入压缩文件的方法
- java成员变量的初始化
- 自然语言处理常用标识符<UNK>,<PAD>,<SOS>,<EOS>等
- WayOs扩展WAN口工具1.4隆重发布,同时发布BCM内置三天智能重启超级终端调试图...
- 变电站计算机监控系统相关技术,变电站计算机监控系统的研究
- Percona Toolkit工具箱的安装与使用--完成复杂的mysql操作。
- 从SQLSERVER/MYSQL数据库中随机取一条或者N条记录
- 【TSP】基于matlab模拟退火算法求解31城市旅行商问题【含Matlab源码 1148期】
- 字符串匹配算法知多少?
- 纠结火锅去哪吃,用Python可视化做个数据呈现决定吧(附学习资源)
- graphviz基本使用及常见问题
- java网络编程作业基于UDP简单聊天窗口,图形化界面,包含客户端和服务端
- vue实现中英文网站配置
- 日语在线翻译网站大集合- -