Matlab工具箱中地BP与RBF函数.docxVIP

实用标准文案 Matlab 工具箱中的 BP与 RBF函数 Matlab 神经网络工具箱中的函数非常丰富， 给网络设置合适的属性， 可以加快网络的学习速度，缩短网络的学习进程。限于篇幅，仅对本章 所用到的函数进行介绍，其它的函数及其用法请读者参考联机文档和帮 助。 1 BP 与 RBF网络创建函数 Matlab 工具箱中有如表 1 所示的创建网络的函数，作为示例，这里只介绍函数 newff 、newcf 、newrb 和 newrbe。 表 1神经网络创建函数 函数名 含 义 newcf 创建一个前向层叠 (cascade-forward)BP 网络 newff 创建一个前馈 (feed-forward)BP 网络 newrb 设计一个径向基网络 newrbe 设计一个精密径向基网络 newff 函数 功能：创建一个前馈 BP神经网络。 调 用 格 式 ： net = newff(PR,[S 1 S2...S Nl ],{TF 1 TF2...TF Nl },BTF,BLF,PF) 参数说明： PR - R 个输入的最小、最大值构成的 R× 2 矩阵； Si –SNI 层网络第 i 层的神经元个数； 精彩文档 实用标准文案 TFi - 第 i 层的传递函数， 可以是任意可导函数， 默认为 tansig ， 可设置为 logsig ， purelin 等； BTF - 反向传播网络训练函数， 默认为 trainlm ，可设置为 trainbfg ，trainrp ， traingd 等； BLF - 反向传播权值、阈值学习函数，默认为 learngdm ； PF - 功能函数，默认为 mse ； newcf 函数 功能：创建一个 N 层的层叠 (cascade)BP 网络 调 用 格 式 ： net = newcf(Pr,[S1 S2...SNl],{TF1 TF2...TFNl},BTF,BLF,PF) 参数同函数 newff 。 newrb 函数 功能：创建一个径向基神经网络。径向基网络可以用来对一个函数 进行逼近。 newrb 函数用来创建一个径向基网络，它可以是两参数网络， 也可以是四参数网络。在网络的隐层添加神经元，直到网络满足指定的 均方误差要求。 调用格式： net = newrb(P,T,GOAL,SPREAD) 参数说明： P：Q个输入向量构成的 R× Q矩阵； T：Q个期望输出向量构成的 S×Q矩阵； GOAL：均方误差要求，默认为 0。 SPREAD：分散度参数，默认值为 1。SPREAD越大，网络逼近的函数 精彩文档 实用标准文案 越平滑，但 SPREAD取值过大将导致在逼近变化比较剧烈的函数时神经元过多，若 SPREAD取值过小，则导致在逼近平滑函数时，导致神经元过多。 (4) newrbe 函数 功能：创建一个精密径向基网络。 newrbe 函数可以很快地根据设计 向量创建一个 0 误差的径向基网络。 调用格式： Net=Newrbe(P,T,SPREAD) 参数说明： 参数 P,T 和 SPREAD同 newrb 函数中的参数 P,T 和 SPREAD 含义相同。 网络训练函数 Adapt 函数 功能：神经网络单步训练函数。 调用格式： [net,Y,E,Pf,Af] = adapt(net,P,T,Pi,Ai) 参数说明： Adapt 函数调用由 net.adaptFcn 所指定的函数和 net.adaptParam 所 指定的参数来训练网络。在执行命令 Adapt 之前，可以预先指定训练函 net.adaptFcn 和训练参数 net.adaptParam 。 输入参数： net – 所要训练的网络； P - 网络的输入； T - 网络的期望输出，可选项，只在有教师训练时需要，一般不用，默认值为 0； 精彩文档 实用标准文案 Pi –初始输入延迟，可选项，只在有输入延迟时需要，一般不用， 默认值为 0； Ai –初始层延迟，可选项，只在有层延迟时需要，默认值为 0； 输出参数： NET – 训练后的网络； Y - 网络输出； E - 网络误差； Pf - 训练后的输入延迟，一般不用 . ； Af - 训练后的层延迟，一般不用。 ADAPT的参数有两种格式： 阵列格式和矩阵格式。 阵列格式易于描述， 最适合于多输入多输出网络。当 ADAPT的参数为阵列格式时： P - Ni × TS阵列 , 阵列的每个元素 P{i,ts} 是一个 Ri ×Q 的矩阵； T - Nt × TS阵列 , 阵列的每个元素 P{i,ts} 是一个 Vi ×Q的矩阵； Pi - Ni × ID 阵列 , 阵列的每个元素 {i,k} 是一个 Ri ×Q 的矩阵； A