matlab中BP神经网络的使用方法和实例

有时辰在利用matlab进行数据阐发和计较的时辰，想利用BP神经收集算法，怎么利用呢，下面来分享一下方式

东西/原料

• matlab
• BP神经收集的利用方式和实例

方式/步调

1. 1

   第一步我们起首需要领会BP神经收集是一种多层前馈收集,可以进行进修和存储输入输出映射关系，不需要去成立数学方程式，是一种常用的神经收集模子，BP神经收集的构建本家儿要分为三步，如下图所示：

   
2. 2

   第二步我们可以看一下在matlab中BP神经收集的练习函数，有梯度下降法traingd,弹性梯度下降法trainrp,自顺应lr梯度下降法traingda等，如下图所示：

   
3. 3

   第三步下面我们经由过程实例来介绍BP神经收集的利用，在matlab中号令行窗口中界说输入P，输出T，·经由过程“newff(minmax(P),[5,1],{'tansig','purelin'},'trainrp');”构建BP神经收集，“[net,tr]=train(net,P,T);”进行收集练习，“sim(net,P)”获得仿真展望值，完整代码如下图所示：

   
4. 4

   第四步在号令行窗口按回车键之后，可以看到呈现成果弹窗，最上面的Neural Network下面依次代表的是“输入、隐含层、输出层、输出”，隐含层中有5个神经元，Progress下面的Epoch代表迭代次数，Gradient代表梯度，Vaildation Checks代表有用性查抄，最后的绿色对勾代表机能方针告竣，如下图所示：

   
5. 5

   第五步我们也可以看一下号令行窗口中的输出成果，X是BP神经收集仿真值，和输出值已经很是迫近了，如下图所示：

   
6. 6

   第六步我们将现实曲线和展望曲线绘制出来，可以看到利用BP神经收集展望的成果曲线根基和现实输出曲线一致，如下图所示：

   

注重事项

• 若是你感觉这篇对你有效的话，请投一下票