BP3个重要函数介绍.docx

BP3个重要函数介绍第二部分 工具箱讲解 MATLAB软件中包含MATLAB神经网络工具箱，工具箱以人工神经网络为基础，只要根据自己需要调用相关函数，就可以完成网络设计、权值初始化、网络训练等，MATLAB神经网络工具箱包括的网络有感知器、线性网络、BP神经网络、径向基网络、自组织网络和回归网络，BP神经网络工具箱主要包括newff，sim和train三个神经网络函数 各函数的解释如下： 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,T,S,TF,BTF,BLF,PF,IPF,OPF,DDF) P：输入数据矩阵 T：输出数据矩阵 S：隐含层节点数 TF：节点传递函数，包括硬限幅传递函数hardlim，对称硬限幅传递函数hardlims，线性传递函数purelin，正切S型传递函数tansig，对数S型传递函数logsig BTF：训练函数，包括梯度下降BP算法训练函数traingd，动量反传的梯度下降BP算法训练函数traingdm，动态自适应学习率的梯度下降BP算法训练函数traingda，动量反传和动态自适应学习率的梯度下降BP算法训练函数traingdx，Levenberg_Marquardt的BP算法训练函数trainlm BLF：网络学习函数，包括BP学习规则learngd，带动量项的BP学习规则learngdm PF：性能分析函数，包括均值绝对误差性能分析函数mae， mse IPF：输入处理函数 OPF：输出处理函数 DDF：验证数据划分函数 一般在使用过程中设置前六个参数，后四个参数采用系统默认参数。 2 train：BP神经网络训练函数 函数功能：用训练数据训练BP神经网络。 函数形式：net,tr = train(NET,X,T,Pi,Ai) NET：待训练网络 X：输入数据矩阵 T：输出数据矩阵 Pi：初始化输入层条件 Ai：初始化输出层条件 net：训练好的网络 tr：训练过程记录 一般在使用过程中设置前三个参数，后两个参数采用系统默认参数。 3 sim：BP神经网络预测函数 函数功能：用训练好的BP神经网络预测函数输出 函数形式：y=sim(net,x) net：训练好的网络 x：输入数据 y：网络预测数据 只要我们能够熟练掌握上述三个函数，就可以完整的编写一个BP神经网络预测或者分类的程序。 第三部分 程序示范 1. %选连样本输入输出数据归一化 2. inputn,inputps=mapminmax(input_train); 3. outputn,outputps=mapminmax(output_train); 4. % BP网络训练 5. % %初始化网络结构 6. net=newff(inputn,outputn,5); 7. net.trainParam.epochs=100; 8. net.trainParam.lr=0.1; 9. net.trainParam.goal=0.00004; 10. %网络训练 11. net=train(net,inputn,outputn); 12. % BP网络预测 13. %预测数据归一化 14. inputn_test=mapminmax('apply',input_test,inputps); 15. 16. %网络预测输出 17. an=sim(net,inputn_test); 18. 19. %网络输出反归一化 20. BPoutput=mapminmax('reverse',an,outputps); 复制代码