MATLAB神经网络工具箱答题.ppt

目标线 训练误差变化曲线 训练误差变化曲线（每次不同） 实验2: BP网络用于曲线拟合 要求设计一个简单的BP网络，实现对非线性函数的逼近。通过改变该函数的参数以及BP网络隐层神经元的数目，来观察训练时间以及训练误差的变化情况。 Step1: 将要逼近的非线性函数设为正弦函数 k = 1; p = [-1:.05:1]; t = sin(k*pi*p); plot(p,t,-) title(要逼近的非线性函数); xlabel(时间); ylabel(非线性函数); Step 2: 网络建立 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 －); 因为使用newff()函数建立网络时，权值