《matlab-BP神經(jīng)網(wǎng)絡(貝葉斯正則化算法程序)(共3頁).docx》由會員分享，可在線閱讀，更多相關《matlab-BP神經(jīng)網(wǎng)絡(貝葉斯正則化算法程序)(共3頁).docx（3頁珍藏版）》請在匯文網(wǎng)上搜索。

1、精選優(yōu)質(zhì)文檔-傾情為你奉上close all clear echo on clc % NEWFF生成一個新的前向神經(jīng)網(wǎng)絡 % TRAIN對 BP 神經(jīng)網(wǎng)絡進行訓練% SIM對 BP 神經(jīng)網(wǎng)絡進行仿真 pause % 敲任意鍵開始 clc % 定義訓練樣本矢量 % P 為輸入矢量 sqrs=0.20 0.40 0.40 0.60 0.10 0.60 -0.10 -0.20 -0.60 . 0.40 0.80 0.00 -0.00 -0.90 0.30 0.40 0.00 0.10 ./0.9 ;sqjdcs=0.72 0.02 0.39 0.01 0.02 0.20 0.48 0.94 0.40

2、 . 0.52 0.48 0.19 0.24 0.73 0.04 0.62 0.00 0.12 ./0.;sqglmj=0.69 0.47 0.85 0.47 0.87 0.76 0.38 0.75 0.28 . 0.05 0.17 0.58 0.82 0.10 0.18 0.17 0.37 0.38 ./0.9 ;s1=0.10 0.30 0.10 0.10 0.90 0.50 0.10 0.00 0.60 . 0.00 0.40 0.60 0.50 0.20 0.20 0.70 0.00 0.10 ./0.;%s2=25. 24. 22. 20. 18. 14. 990. 1040. 10

3、96. 1159. .% 1229. 1453. 164. 142. 121. 101. 81. 35.; glkyl=1 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3;glhyl=2 4 6 8 10 15 2 4 6 8 10 15 2 4 6 8 10 15 ;P=sqrs;sqjdcs;sqglmj;s1; %輸入數(shù)據(jù)矩陣T=glkyl;glhyl; %目標數(shù)據(jù)矩陣echo on clc pause clc % 創(chuàng)建一個新的前向神經(jīng)網(wǎng)絡 net=newff(minmax(P),20,2,'tansig','purelin'); pa

4、use clc echo off clcdisp('1. L-M 優(yōu)化算法 TRAINLM'); disp('2. 貝葉斯正則化算法 TRAINBR'); choice=input('請選擇訓練算法(1,2):'); figure(gcf); if(choice=1) echo on clc % 采用 L-M 優(yōu)化算法 TRAINLM net.trainFcn='trainlm' pause clc % 設置訓練參數(shù) net.trainParam.epochs = 500; net.trainParam.goal = 1e-6;

5、net=init(net); % 重新初始化 pause clcelseif(choice=2) echo on clc % 采用貝葉斯正則化算法 TRAINBR net.trainFcn='trainbr' pause clc % 設置訓練參數(shù) net.trainParam.epochs = 500; randn('seed',); net = init(net); % 重新初始化 pause clc end net.trainParam.epochs = 500; net.trainParam.goal = 1e-6; net.trainFcn='trainoss' % 調(diào)用相應算法訓練 BP 網(wǎng)絡 net,tr=train(net,P,T); pause clc % 對 BP 網(wǎng)絡進行仿真 A = sim(net,P); % 計算仿真誤差 E = T - A; MSE=mse(E) pause clc 專心-專注-專業(yè)