温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

matlab BP神经网络非线性函数拟合的方法是什么

发布时间:2022-01-14 10:10:35 来源:亿速云 阅读:334 作者:iii 栏目:大数据

本文小编为大家详细介绍“matlab BP神经网络非线性函数拟合的方法是什么”,内容详细,步骤清晰,细节处理妥当,希望这篇“matlab BP神经网络非线性函数拟合的方法是什么”文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。

工程应用中经常会遇到一些复杂的非线性系统,这些系统状态方程复杂,难以用数学方法准确建模。在这种情况下,可以建立BP神经网络表达这些非线性系统。该方法把未知系统看成是一个黑箱,首先用系统输入输出数据训练BP神经网络,使网络能够表达该未知函数,然后就可以用训练好的BP神经网络预测系统输出。

%% 清空环境变量

clc

clear

matlab BP神经网络非线性函数拟合的方法是什么  

%% 训练数据预测数据提取及归一化

%下载输入输出数据

load data input output

matlab BP神经网络非线性函数拟合的方法是什么  

%从1到2000间随机排序

k=rand(1,2000);

[m,n]=sort(k);


%找出训练数据和预测数据

input_train=input(n(1:1900),:)';

output_train=output(n(1:1900));

input_test=input(n(1901:2000),:)';

output_test=output(n(1901:2000));


%选连样本输入输出数据归一化

[inputn,inputps]=mapminmax(input_train);

[outputn,outputps]=mapminmax(output_train);


%% BP网络训练

% %初始化网络结构

net=newff(inputn,outputn,5);


net.trainParam.epochs=100;

net.trainParam.lr=0.1;

net.trainParam.goal=0.00004;


%网络训练

net=train(net,inputn,outputn);

matlab BP神经网络非线性函数拟合的方法是什么  

%% BP网络预测

%预测数据归一化

inputn_test=mapminmax('apply',input_test,inputps);

 

%网络预测输出

an=sim(net,inputn_test);

 

%网络输出反归一化

BPoutput=mapminmax('reverse',an,outputps);


%% 结果分析


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;

matlab BP神经网络非线性函数拟合的方法是什么  

figure(2)

plot(error,'-*')

title('BP网络预测误差','fontsize',12)

ylabel('误差','fontsize',12)

xlabel('样本','fontsize',12)

matlab BP神经网络非线性函数拟合的方法是什么  

figure(3)

plot((output_test-BPoutput)./BPoutput,'-*');

title('神经网络预测误差百分比')

matlab BP神经网络非线性函数拟合的方法是什么  

errorsum=sum(abs(error))

读到这里,这篇“matlab BP神经网络非线性函数拟合的方法是什么”文章已经介绍完毕,想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会,如果想了解更多相关内容的文章,欢迎关注亿速云行业资讯频道。

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI