BP神经网络拟合给定函数

发布时间：2021-05-19 10:13:53 所属栏目：大数据来源： https://www.jb51.cc

导读：近期在准备美赛，因为比赛需要故重新安装了matlab，在里面想尝试一下神将网络工具箱。就找了一个看起来还挺赏心悦目的函数例子练练手： ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?y=1+sin(1+pi*x/4)

　　近期在准备美赛，因为比赛需要故重新安装了matlab，在里面想尝试一下神将网络工具箱。就找了一个看起来还挺赏心悦目的函数例子练练手：

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?y=1+sin(1+pi*x/4)

　　针对这个函数，我们首先画出其在[-1,8]上的函数图像，这里间隔为0.05.代码为：
　　

p=[-1:0.05:8]
t=1+sin(1+pi*p/4)
plot(p,t,'-')
title("要逼近的线性函数")
xlabel(x")

　　画出的图像如下：

?然后我们通过建立神经网络，并且训练，设置训练时间为50.这里采用了四层神经网络。

net=newff(minmax(p),[4,1],{'tansig''purelin'},'tranlm')
net=newff(minmax(p),{'tansig','purelin'},'trainlm')
y1=sim(net,p);
figure;
plot(p,1)">',p,y1,':')
title('未训练网络的输出结果');
xlabel('时间');
ylabel('仿真输出--原函数-');
net.trainParam.epochs=50
net.trainParam.goal=0.01;
net=train(net,t);
y2=sim(net,p);figure;plot(p,'-',':',y2,'--')
title('训练后网络的输出结果');xlabel('时间');
ylabel('仿真输出');
y2=
title('训练后网络的输出结果');
 xlabel('时间'); 
ylabel('仿真输出');

最后训练的结果如下，还是可以接受的

（编辑：北几岛）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!