function?Mackey_Glass0
%基本MLP算法
%?麥克-格拉斯（Mackey-Glass）混沌延遲微分方程
%?Example:
%????Mackey_Glass;
N=60000;
t=zeros（N1）;
x=zeros（N1）;
a=0.2;b=0.1;
x（1）=1.2;
t（1）=0;
h=0.5;
tau=17;
for?k=1:N-1;
???t（k+1）=t（k）+h;
???if?t（k）???????k1=-b*x（k）;
???????k2=-b*（x（k）+h*k1/2）;
???????k3=-b*（x（k）+k2*h/2）;
???????k4=-b*（x（k）+k3*h）;
???????x（k+1）=x（k）+（k1+2*k2+2*k3+k4）*h/6;
???else
???????n=floor（（t（k）-tau-t（1））/h+1）;
???????k1=Df（x（n））-b*x（k）;
???????k2=Df（x（n））-b*（x（k）+h*k1/2）;
???????k3=Df（x（n））-b*（x（k）+k2*h/2）;
???????k4=Df（x（n））-b*（x（k）+k3*h）;
???????x（k+1）=x（k）+（k1+2*k2+2*k3+k4）*h/6;
???end
end




SamNum=3000;?%訓練樣本數
TestSamNum=500;%測試樣本數
HiddenUnitNum=30;%隱節點數
InDim=4;%樣本輸入維數
OutDim=1;%樣本輸出維數
h=0.5;
%根據目標函數獲得樣本輸入輸出
rand（‘state‘sum（3000*clock））;
NoiseVar=0.1;
Noise=NoiseVar*rand（1SamNum）;
SamIn=rand（InDimSamNum）;
SamOutNoNoise=rand（OutDimSamNum）;
TestSamIn=rand（InDimTestSamNum）;
TestSamOut=rand（OutDimTestSamNum）;
for?k=201:3200
????SamIn（1k-200）=x（（k-18）/h+1）;
????SamIn（2k-200）=x（（k-12）/h+1）;
????SamIn（3k-200）=x（（k-6）/h+1）;
????SamIn（4k-200）=x（（k）/h+1）;
????SamOutNoNoise（k-200）=x（（k+85）/h+1）;
end
SamOut=SamOutNoNoise+Noise;
for?l=5001:5500
????TestSamIn（1l-5000）=x（（l-18）/h+1）;
????TestSamIn（2l-5000）=x（（l-12）/h+1）;
????TestSamIn（3l-5000）=x（（l-6）/h+1）;
????TestSamIn（4l-5000）=x（（l）/h+1）;
????TestSamOut（l-5000）=x（（l+85）/h+1）;
end


figure
hold?on
grid
mm=201:1:3200;
plot（mmSamOut‘k-‘）
ll=5001:5500;
plot（llTestSamOut‘k--‘）


MaxEpochs=3000;%最大訓練次