应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜    

小木虫论坛-学术科研互动平台 » 计算模拟区 » 仿真模拟 » MATLAB » 求高手帮我修改BP神经网络的代码
51/1返回列表
查看: 2010  |  回复: 8
只看楼主 @他人 存档 新回复提醒 (忽略) 收藏    在APP中查看
当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖

yue_shen000

新虫 (初入文坛)

[求助] 求高手帮我修改BP神经网络的代码

初学神经网络，要做毕设了。我的这段代码有点问题，参考一些书修改了几次还是不行。求指导。
（figure(1)中表情那的字符是冒号和字母o的）
CODE:
%输入训练数据
input_train=[10 0.1 0.1 18 60;
    10 0.1 0.1 18 70;
    10 0.1 0.1 18 80;
    10 0.2 0.2 24 60;
    10 0.2 0.2 24 70;
    10 0.2 0.2 24 80;
    10 0.5 0.4 30 60;
    10 0.5 0.4 30 70;
    10 0.5 0.4 30 80;
    13 0.1 0.1 30 60;
    13 0.1 0.2 30 70;
    13 0.1 0.4 30 80;
    13 0.3 0.1 18 60;
    13 0.2 0.2 18 70;
    13 0.2 0.4 18 80;
    13 0.5 0.1 24 60;
    13 0.5 0.2 24 70;
    13 0.5 0.4 24 80;
    16 0.1 0.4 24 60;
    16 0.1 0.4 24 70;
    16 0.1 0.4 24 80;
    16 0.2 0.1 30 60;
    16 0.2 0.1 30 70;
    16 0.2 0.1 30 80;
    16 0.5 0.2 18 60;
    16 0.5 0.2 18 70;
    16 0.5 0.2 18 80];
%训练目标向量
output_train=[0.62 0.65 0.65 0.69 0.59 0.52 0.57 0.58 0.42 0.64 0.71 0.75 0.68 0.54 0.57 0.87 0.52 0.52 0.75 0.68

0.71 0.64 0.86 0.95 0.68 0.57 0.52];
%测试样本
input_test=[10 0.5 0.2 18 80;
    8 0.7 0.3 18 80;
    16 0.1 0.1 30 60;
    18 0.05 0.05 36 60];
%测试目标
output_test=[0.54 0.42 0.71 0.9];
%训练数据归一化
[inputn,inputps]=mapminmax(input_train);
[outputn,outputps]=mapminmax(output_train);
%创建网络参数
net=newff(inputn,outputn,[10,1],{'tansig','purelin'},'trainlm');
net.trainparam.show=300;
net.trainparam.mc=0.9;
net.trainparam.lr=0.05;
net.trainparam.epochs=2000;
net.trainparam.goal=0.0001;
%BP神经网络训练
[net,tr]=train(net,inputn,outputn);
%预测数据归一化
inputn_test=mapminmax('apply',input_test,inputps);
%BP神经网络预测输出
an=sim(net,inputn_test);
%输出结果反归一化
BPoutput=mapminmax('reverse',an,outputps);

figure(1)
plot(BPoutput,':og')
hold on
plot(output_test,'-*');
legend('预测输出','期望输出')
title('BP网络预测输出','fontsize',12)
ylabel('函数输出','fontsize',12)
xlabel('样本','fontsize',12)
%预测误差
error=BPoutput-output_test;

figure(2)
plot(error,'-*')
title('BP网络预测误差','fontsize',12)
ylabel('误差','fontsize',12)
xlabel('样本','fontsize',12)

figure(3)
plot((output_test-BPoutput)./BPoutput,'-*');
title('神经网络预测误差百分比')

[ Last edited by xiegangmai on 2012-5-13 at 23:08 ]
回复此楼

» 收录本帖的淘帖专辑推荐

matlab

» 猜你喜欢

» 本主题相关价值贴推荐，对您同样有帮助:
1楼 2012-05-12 10:44:06
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

yue_shen000

新虫 (初入文坛)
引用回帖:
4楼: Originally posted by jswoo at 2012-05-13 10:19:27:
程序基本可行，主要是输入输出矩阵出了问题，注意矩阵的行列，另外由于数据少，预测的效果不是很好

太好了，谢谢！
回复此楼
6楼2012-05-13 14:51:07
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
查看全部 9 个回答

yue_shen000

新虫 (初入文坛)
大家帮帮忙啊，感激不尽。。。
赞一下 回复此楼
2楼2012-05-12 21:25:41
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

jswoo

铁杆木虫 (著名写手)

阿拉多梦

【答案】应助回帖

★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
感谢参与，应助指数 +1
yue_shen000: 金币+40, ★★★★★最佳答案, 很好 2012-05-13 14:52:36
yue_shen000: 回帖置顶 2012-05-13 14:53:38
xiegangmai: 金币+2, 谢谢应助！ 2012-05-13 23:09:03
CODE:
%输入训练数据
input_train=[10 0.1 0.1 18 60;
    10 0.1 0.1 18 70;
    10 0.1 0.1 18 80;
    10 0.2 0.2 24 60;
    10 0.2 0.2 24 70;
    10 0.2 0.2 24 80;
    10 0.5 0.4 30 60;
    10 0.5 0.4 30 70;
    10 0.5 0.4 30 80;
    13 0.1 0.1 30 60;
    13 0.1 0.2 30 70;
    13 0.1 0.4 30 80;
    13 0.3 0.1 18 60;
    13 0.2 0.2 18 70;
    13 0.2 0.4 18 80;
    13 0.5 0.1 24 60;
    13 0.5 0.2 24 70;
    13 0.5 0.4 24 80;
    16 0.1 0.4 24 60;
    16 0.1 0.4 24 70;
    16 0.1 0.4 24 80;
    16 0.2 0.1 30 60;
    16 0.2 0.1 30 70;
    16 0.2 0.1 30 80;
    16 0.5 0.2 18 60;
    16 0.5 0.2 18 70;
    16 0.5 0.2 18 80]';
%训练目标向量
output_train=[0.62 0.65 0.65 0.69 0.59 0.52 0.57 0.58 0.42 0.64 0.71 0.75 0.68 0.54 0.57 0.87 0.52 0.52 0.75 0.68 0.71 0.64 0.86 0.95 0.68 0.57 0.52];
%测试样本
input_test=[10 0.5 0.2 18 80;
    8 0.7 0.3 18 80;
    16 0.1 0.1 30 60;
    18 0.05 0.05 36 60]';
%测试目标
output_test=[0.54 0.42 0.71 0.9];
%训练数据归一化
[inputn,inputps]=mapminmax(input_train);
[outputn,outputps]=mapminmax(output_train);
%创建网络参数
net=newff(inputn,outputn,[8,8],{'tansig','purelin'},'trainlm');
net.trainparam.show=300;
net.trainparam.mc=0.9;
net.trainparam.lr=0.05;
net.trainparam.epochs=200;
net.trainparam.goal=0.001;
%BP神经网络训练
[net,tr]=train(net,inputn,outputn);
%预测数据归一化
inputn_test=mapminmax('apply',input_test,inputps);
%BP神经网络预测输出
an=sim(net,inputn_test);
%输出结果反归一化
BPoutput=mapminmax('reverse',an,outputps);

figure(1)
plot(BPoutput,'g')
hold on
plot(output_test,'-*');
legend('预测输出','期望输出')
title('BP网络预测输出','fontsize',12)
ylabel('函数输出','fontsize',12)
xlabel('样本','fontsize',12)
%预测误差
error=BPoutput-output_test;

figure(2)
plot(error,'-*')
title('BP网络预测误差','fontsize',12)
ylabel('误差','fontsize',12)
xlabel('样本','fontsize',12)

figure(3)
plot((output_test-BPoutput)./BPoutput,'-*');
title('神经网络预测误差百分比')
赞一下 回复此楼
3楼2012-05-13 10:17:25
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

jswoo

铁杆木虫 (著名写手)

阿拉多梦

【答案】应助回帖

★ ★
臭水沟: 金币+2, 谢谢交流~~ 2012-05-13 11:02:32
yue_shen000: 回帖置顶 2012-05-13 14:52:59
程序基本可行，主要是输入输出矩阵出了问题，注意矩阵的行列，另外由于数据少，预测的效果不是很好
赞一下 回复此楼
4楼2012-05-13 10:19:27
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
查看全部 9 个回答
普通表情 龙 兔 虎 猫
信息提示
关闭
请填处理意见
关闭