%讀取數據
data=xlsread（‘data.xls‘）;

%訓練預測數據
data_train=data（1:113:）;
data_test=data（118:123:）;

input_train=data_train（:1:9）‘;
output_train=data_train（:10）‘;

input_test=data_test（:1:9）‘;
output_test=data_test（:10）‘;

%數據歸一化
[inputnmininputmaxinputoutputnminoutputmaxoutput]=premnmx（input_trainoutput_train）;?%對p和t進行字標準化預處理?
net=newff（minmax（inputn）[101]{‘tansig‘‘purelin‘}‘trainlm‘）;

net.trainParam.epochs=100;
net.trainParam.lr=0.1;
net.trainParam.goal=0.00001;
%net.trainParam.show=NaN

%網絡訓練
net=train（netinputnoutputn）;

%數據歸一化
inputn_test?=?tramnmx（input_testmininputmaxinput）;

an=sim（netinputn）;

test_simu=postmnmx（anminoutputmaxoutput）;

error=test_simu-output_train;

plot（error）

k=error./output_train

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件????????772??2009-08-31?23:41??案例3?遺傳算法優化BP神經網絡-非線性函數擬合\BP.m

?????文件????????420??2009-08-16?22:48??案例3?遺傳算法優化BP神經網絡-非線性函數擬合\Code.m

?????文件???????1556??2009-08-31?23:41??案例3?遺傳算法優化BP神經網絡-非線性函數擬合\Cross.m

?????文件??????46404??2009-09-18?14:23??案例3?遺傳算法優化BP神經網絡-非線性函數擬合\data.mat

?????文件???????1158??2009-08-31?23:41??案例3?遺傳算法優化BP神經網絡-非線性函數擬合\Decode.m

?????文件???????1073??2015-02-04?10:02??案例3?遺傳算法優化BP神經網絡-非線性函數擬合\fun.m

?????文件???????4190??2015-02-04?10:08??案例3?遺傳算法優化BP神經網絡-非線性函數擬合\Genetic.m

?????文件???????1602??2009-11-12?19:20??案例3?遺傳算法優化BP神經網絡-非線性函數擬合\Mutation.m

?????文件????????825??2010-05-26?00:10??案例3?遺傳算法優化BP神經網絡-非線性函數擬合\Select.m

?????文件????????291??2009-08-31?23:41??案例3?遺傳算法優化BP神經網絡-非線性函數擬合\test.m

?????目錄??????????0??2010-11-08?09:53??案例3?遺傳算法優化BP神經網絡-非線性函數擬合

-----------?---------??----------?-----??----

????????????????58291????????????????????11