老饼讲解-神经网络
神经网络是什么
初识
一个简单的神经网络例子
作者 : 老饼 日期 : 2022-06-09 05:04:13 更新 : 2022-06-29 01:22:41
本站原创文章,转载请说明来自《老饼讲解-BP神经网络》bp.bbbdata.com



”本文展示一个matlab2014实现BP神经网络数值预测的例子“


  01. 数据  


数据如下,x1, x2 为输入,y 为对应的输出,

现需要训练一个网络,用 x1, x2 预测 y.








  02. 确定模型结构与训练算法  


我们这里采用的网络结构如下:


1:节点个数设置: 输入层、隐层、输出层的节点个数分别为[2 ,3,1]。
2:传递函数设置:隐层( tansig函数)。输出层(purelin函数)。
3:训练方式:trainlm。



则模型结构拓扑图如下:





模型的数学表达式如下:






  03.代码实现  


在matlab2014b里写代码:



x1 = [-3,-2.7,-2.4,-2.1,-1.8,-1.5,-1.2,-0.9,-0.6,-0.3,0,0.3,0.6,0.9,1.2,1.5,1.8];% x1:x1 = -3:0.3:2;
x2 = [-2,-1.8,-1.6,-1.4,-1.2,-1,-0.8,-0.6,-0.4,-0.2,-2.2204,0.2,0.4,0.6,0.8,1,1.2]; % x2:x2 = -2:0.2:1.2;
y  = [0.6589,0.2206,-0.1635,-0.4712,-0.6858,-0.7975,-0.8040,...
          -0.7113,-0.5326,-0.2875 ,0,0.3035,0.5966,0.8553,1.0600,1.1975,1.2618];    % y: y = sin(x1)+0.2*x2.*x2;

inputData  = [x1;x2];      % 将x1,x2作为输入数据
outputData = y;            % 将y作为输出数据
setdemorandstream(88888);%指定随机种子,这样每次训练出来的网络都一样。

%使用用输入输出数据(inputData、outputData)建立网络,
%隐节点个数设为3.其中隐层、输出层的传递函数分别为tansig和purelin,使用trainlm方法训练。

net = newff(inputData,outputData,3,{'tansig','purelin'},'trainlm');

%设置一些常用参数
net.trainparam.goal = 0.0001;               % 训练目标:均方误差低于0.0001
net.trainparam.show = 400;                  % 每训练400次展示一次结果
net.trainparam.epochs = 15000;              % 最大训练次数:15000.
[net,tr] = train(net,inputData,outputData); % 调用matlab神经网络工具箱自带的train函数训练网络

simout = sim(net,inputData);                % 调用matlab神经网络工具箱自带的sim函数得到网络的预测值
figure;                                     % 新建画图窗口窗口
t=1:length(simout);
plot(t,y,t,simout,'r')                      % 画图,对比原来的y和网络预测的y





运行后得到训练的图:






  04. 网络预测  


若果想知道 x1=0.5, x2=0.5时的值,

可输入如下代码



x    =[0.5;0.5];
simy = sim(net,x)



命令窗口输出如下:



这样,就得到了输入为 [0.5,0.5] 时,y的预测值。

备注:实际上sim(net,x)就是调用上面的(1)式的数学函数。







 End 










联系小饼