BP网络逼近sin函数.docVIP

姓名：王清 学号：0座机电话号码 专业：控制理论与控制工程 程序 %% 网络结构1-2-1，学习率alpha 0.4 clear all; close all; clc; input 1; %输入层像两个数 hideLayer 2;%隐藏层神经元个数 outputLayer 1;%输出层神经元个数 x [0.01*pi:0.01*pi:2*pi];%输入向量 （1*200） w1 rands hideLayer,input ;%隐藏层权值 b1 rands hideLayer,input ;%隐藏层阈值 w2 rands outputLayer,hideLayer ;%输出层权值 b2 rands outputLayer,1 ;%输出层阈值 alpha 0.4;%学习速率 error 0.0001;%误差阈值 M 200; %% 训练数据200 for m 1:M y sin 0.01*pi*m ;%实际样本输出 for k 1:50 %% 对每个数据训练50次 for i 1:hideLayer %隐层 p i logsig w1 i * x m + b1 i ; end a 0; %输出层 for j 1:hideLayer q j p j * w2 j ; a a + q j ; end a a + b2; if m 100 A logsig a ; elseif m 100 A -logsig a ; end %% 误差 e0 y - A; e e0^2/2; s2 -e0 * 1 - A * A; for i 1:2 s1 i s2 * w2 i * 1 - p i * p i ; end %% 修改该权值和阈值 w2 w2 - alpha * s2 * p; b2 b2 - alpha * s2; w1 w1 - alpha * s1 * x m ; b1 b1 - alpha * s1; %% 判断停止迭代 if e error break; end end y1 m A; e1 m e; end %% 输出逼近后的sin图像及误差曲线 fplot sin x ,[0 2*pi] ; hold on plot x,y1,r- ; legend 标准sin图像,BP逼近的sin图像 figure; plot e1 ; title 错误率 结果