MATLAB程序代码bp神经网络通用代码
matlab通用神经网络代码学习了一段时间的神经网络总结了一些经验在这愿意和大家分享一下希望对大家有帮助也希望大家可以把其他神经网络的通用代码在这一起分享感应器神经网络、线性网络、BP神经网络、径向基函数网络通用感应器神经网络。P0505030140050505150输入向量T11001期望输出plotpvPT描绘输入点图像
et
ewp4011501生成网络，其中参数分别为输入向量的范围和神经元感应器数量holdo
li
eha
dleplotpc
etiw1
etb1
etadaptparampasses3fora125训练次数
etYEadapt
etPTli
eha
dleplotpc
etiw1
etb1li
eha
dledraw
owe
d通用
ewli
程序通用线性网络进行预测time000255Tsi
time4piQle
gthTPzeros5QP中存储信号T的前5可变，根据需要而定次值，作为网络输入。
fP12QT11Q1P23QT11Q2P34QT11Q3P45QT11Q4P56QT11Q5plottimeT绘制信号T曲线xlabel时间ylabel目标信号title待预测信号
et
ewli
dPT根据输入和期望输出直接生成线性网络asim
etP网络测试figure2plottimeatimeTxlabel时间ylabel输出目标title输出信号和目标信号eTafigure3plottimeeholdo
plotmi
timemaxtime00r可用plotxzerossizexr代替holdoffxlabel时间ylabel误差
ftitle误差信号通用BP神经网络P11220505t1111
et
ewffmi
maxP31ta
sigpureli
trai
gd输入参数依次为样本P范围各层神经元数目各层传递函数训练函数训练函数trai
gd梯度下降法，有7个训练参数训练函数trai
gdm有动量的梯度下降法附加1个训练参数mc动量因子，缺省为09训练函数trai
gda有自适应lr的梯度下降法附加3个训练参数lr_i
c学习率增长比，缺省为105lr_dec学习率下降比，缺省为07max_perf_i
c表现函数增加最大比，缺省为104
训练函数trai
gdx有动量的梯度下降法中赋以自适应lr的方法，附加trai
gdm和trai
gda的4个附加参数训练函数trai
rp弹性梯度下降法可以消除输入数值很大或很小时的误差，附加4个训练参数delt_i
c权值变化增加量，缺省为12delt_dec权值变化减小量，缺省为05delta0初始权值变化，缺省为007deltamax权值变化最大值缺省为500适合大型网络
训练函数trai
cgfFletcherReeves共轭梯度法训练函数trai
cgpPolakRibiere共轭梯度法训练函数trai
cgbPowellBeale共轭梯度法共轭梯度法占用存储空间小附加1训练参数searchFc
一维线性搜索方法缺r