智能控制例题：.docVIP

1.利用一个三输入两输出的两层BP神经网络训练一个输入为[1;-1;1]，期望输出为[1;1]的神经网络系统。假设激活函数取为： clc clear all %BP网络的第一阶段学习期 %初始化 lr=10; %学习速率 err_goal=0.0000001;%期望误差最小值 max_epoch=100000;%最大训练次数 a=0.7;%惯性系数 Oi=0;Ok=0;%隐含层和输出层各神经元输出初值为零 %提供训练集和目标值 X=[1;-1;1]; D=[1;1]; %初始化权重 m=3;q=8;l=2; %m为输入节点j的数量，q为隐含层节点i的数量，l为输出节点k的数量 wij=rand(q,m);%随机产生一个在（0 1）之前的q.m维矩阵 wki=rand(l,q);%随机产生一个在（0 1）之前的l.q维矩阵 wij0=zeros(size(wij));%返回同wij矩阵相同维度的数组wij0,并且每个元素被初始化为0。 wki0=zeros(size(wki));%返回同wki矩阵相同维度的数组wki0,并且每个元素被初始化为0。 for epoch=1:max_epoch %计算隐含层各神经元输出 neti=wij*X; for j=1:1 for i=1:q Oi(i,j)=2/(1+exp(-neti(i,j)))-1;