MATLAB神经网络工具箱重点.ppt

MATLAB神经网络工具箱 介绍;主要内容;神经网络的基本介绍;神经网络结构与学习方式;神经元模型和神经网络结构;神经元模型;单层神经网络模型;多层神经网络模型;神经网络模型;BP网络介绍;BP网络相关函数;BP网络相关函数;BP网络相关函数;BP网络相关函数;BP网络的实例分析;Step1: 将要逼近的非线性函数设为正弦函数; 应用函数newff()建立BP网络结构，为二层BP网络。隐层神经元数目n可以改变，暂设为10，输出层有一个神经元。选择隐层和输出层神经元传递函数分别为tansig函数和purelin函数，网络训练算法采用trainlm。;n = 10; net = newff(minmax(p), [n,1], {tansig purelin}, trainlm); % 对于该初始网络，可以应用sim()函数观察网络输出 y1 = sim(net,p); % 同时绘制网络输出曲线，并与原函数相比较 figure; plot(p,t,-,p,y1,--) title(未训练网络的输出结果); xlabel(时间); ylabel(仿真输出 － － 原函数 －);;应用函数train()对网络进行训练之前，要先设置训练参数。将训练时间设置为50，精度设置为0.01，其余用缺省值。 训练后得到的误差变化过程如图：; 对于训练好的网络进行仿真并绘制网络输出曲线