本文小編為大家詳細(xì)介紹“matlab BP神經(jīng)網(wǎng)絡(luò)非線性函數(shù)擬合的方法是什么”，內(nèi)容詳細(xì)，步驟清晰，細(xì)節(jié)處理妥當(dāng)，希望這篇“matlab BP神經(jīng)網(wǎng)絡(luò)非線性函數(shù)擬合的方法是什么”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學(xué)習(xí)新知識吧。
創(chuàng)新互聯(lián)是專業(yè)的吉木乃網(wǎng)站建設(shè)公司，吉木乃接單;提供網(wǎng)站制作、網(wǎng)站設(shè)計(jì),網(wǎng)頁設(shè)計(jì),網(wǎng)站設(shè)計(jì),建網(wǎng)站,PHP網(wǎng)站建設(shè)等專業(yè)做網(wǎng)站服務(wù);采用PHP框架,可快速的進(jìn)行吉木乃網(wǎng)站開發(fā)網(wǎng)頁制作和功能擴(kuò)展;專業(yè)做搜索引擎喜愛的網(wǎng)站,專業(yè)的做網(wǎng)站團(tuán)隊(duì),希望更多企業(yè)前來合作!
工程應(yīng)用中經(jīng)常會(huì)遇到一些復(fù)雜的非線性系統(tǒng),這些系統(tǒng)狀態(tài)方程復(fù)雜,難以用數(shù)學(xué)方法準(zhǔn)確建模。在這種情況下,可以建立BP神經(jīng)網(wǎng)絡(luò)表達(dá)這些非線性系統(tǒng)。該方法把未知系統(tǒng)看成是一個(gè)黑箱,首先用系統(tǒng)輸入輸出數(shù)據(jù)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),使網(wǎng)絡(luò)能夠表達(dá)該未知函數(shù),然后就可以用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)輸出。
%% 清空環(huán)境變量
clc
clear
%% 訓(xùn)練數(shù)據(jù)預(yù)測數(shù)據(jù)提取及歸一化
%下載輸入輸出數(shù)據(jù)
load data input output
%從1到2000間隨機(jī)排序
k=rand(1,2000);
[m,n]=sort(k);
%找出訓(xùn)練數(shù)據(jù)和預(yù)測數(shù)據(jù)
input_train=input(n(1:1900),:)';
output_train=output(n(1:1900));
input_test=input(n(1901:2000),:)';
output_test=output(n(1901:2000));
%選連樣本輸入輸出數(shù)據(jù)歸一化
[inputn,inputps]=mapminmax(input_train);
[outputn,outputps]=mapminmax(output_train);
%% BP網(wǎng)絡(luò)訓(xùn)練
% %初始化網(wǎng)絡(luò)結(jié)構(gòu)
net=newff(inputn,outputn,5);
net.trainParam.epochs=100;
net.trainParam.lr=0.1;
net.trainParam.goal=0.00004;
%網(wǎng)絡(luò)訓(xùn)練
net=train(net,inputn,outputn);
%% BP網(wǎng)絡(luò)預(yù)測
%預(yù)測數(shù)據(jù)歸一化
inputn_test=mapminmax('apply',input_test,inputps);
%網(wǎng)絡(luò)預(yù)測輸出
an=sim(net,inputn_test);
%網(wǎng)絡(luò)輸出反歸一化
BPoutput=mapminmax('reverse',an,outputps);
%% 結(jié)果分析
figure(1)
plot(BPoutput,':og')
hold on
plot(output_test,'-*');
legend('預(yù)測輸出','期望輸出')
title('BP網(wǎng)絡(luò)預(yù)測輸出','fontsize',12)
ylabel('函數(shù)輸出','fontsize',12)
xlabel('樣本','fontsize',12)
%預(yù)測誤差
error=BPoutput-output_test;
figure(2)
plot(error,'-*')
title('BP網(wǎng)絡(luò)預(yù)測誤差','fontsize',12)
ylabel('誤差','fontsize',12)
xlabel('樣本','fontsize',12)
figure(3)
plot((output_test-BPoutput)./BPoutput,'-*');
title('神經(jīng)網(wǎng)絡(luò)預(yù)測誤差百分比')
errorsum=sum(abs(error))
讀到這里，這篇“matlab BP神經(jīng)網(wǎng)絡(luò)非線性函數(shù)擬合的方法是什么”文章已經(jīng)介紹完畢，想要掌握這篇文章的知識點(diǎn)還需要大家自己動(dòng)手實(shí)踐使用過才能領(lǐng)會(huì)，如果想了解更多相關(guān)內(nèi)容的文章，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
重慶分公司
重慶分公司
