【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 ...