标准BP算法及改进的BP算法 - 标准BP算法及改进的BP算法应用培训教材.pptVIP

标准BP算法及改进的BP算法应用 标准BP网络的应用 P = -1:0.1:1 T = [-0.96 -0.577 -0.0729 0.377 0.641 0.66 0.461 0.1336 -0.201 -0.434 -0.5 -0.393 -0.1647 0.0988 0.3072 0.396 0.3449 0.1816 -0.0312 -0.2183 -0.3201 ]; [R,Q] = size(P); [S2,Q] = size(T); S1 = 5; [W1,B1] = rands(S1,R); [W2,B2] = rands(S2,S1); net = newcf( minmax(P), [5,1], {tansig,purelin},traingd ); net.trainParam.epochs = 7000; net.performFcn = sse; net.trainParam.goal = 0.02; [net,tr] = train(net,P,T); Y = sim(net,P); plot(P,T,P,Y,’o’) 　　　　训练1000次的结果 　　　　　　训练次3000次的结果 　　　　　训练7366次的结果 　　　训练结束后的网络误差记录 1.2 附加动量法 附加动量法使网络在修正权值时不仅考虑误差在梯度上的作用，