web?browser?http://www.ilovematlab.cn/thread-60357-1-1.html
%%?清空環境變量
clc
clear

%%?訓練數據預測數據提取及歸一化
%下載輸入輸出數據
load?data?input?output

%從1到2000間隨機排序
k=rand（12000）;
[mn]=sort（k）;

%找出訓練數據和預測數據
input_train=input（n（1:1900）:）‘;
output_train=output（n（1:1900））;
input_test=input（n（1901:2000）:）‘;
output_test=output（n（1901:2000））;

%選連樣本輸入輸出數據歸一化
[inputninputps]=mapminmax（input_train）;
[outputnoutputps]=mapminmax（output_train）;

%%?BP網絡訓練
%?%初始化網絡結構
net=newff（inputnoutputn5）;

net.trainParam.epochs=100;
net.trainParam.lr=0.1;
net.trainParam.goal=0.00004;

%網絡訓練
net=train（netinputnoutputn）;

%%?BP網絡預測
%預測數據歸一化
inputn_test=mapminmax（‘apply‘input_testinputps）;
?
%網絡預測輸出
an=sim（netinputn_test）;
?
%網絡輸出反歸一化
BPoutput=mapminmax（‘reverse‘anoutputps）;

%%?結果分析

figure（1）
plot（BPoutput‘:og‘）
hold?on
plot（output_test‘-*‘）;
legend（‘預測輸出‘‘期望輸出‘）
title（‘BP網絡預測輸出‘‘fontsize‘12）
ylabel（‘函數輸出‘‘fontsize‘12）
xlabel（‘樣本‘‘fontsize‘12）
%預測誤差
error=BPoutput-output_test;


figure（2）
plot（error‘-*‘）
title（‘BP網絡預測誤差‘‘fontsize‘12）
ylabel（‘誤差‘‘fontsize‘12）
xlabel（‘樣本‘‘fontsize‘12）

figure（3）
plot（（output_test-BPoutput）./BPoutput‘-*‘）;
title（‘神經網絡預測誤差百分比‘）

errorsum=sum（abs（error））

web?browser?http://www.ilovematlab.cn/thread-60357-1-1.html

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????1400??2010-01-30?20:21??案例2?BP神經網絡的非線性系統建模-非線性函數擬合\BP.m
?????文件????????1425??2010-01-30?20:21??案例2?BP神經網絡的非線性系統建模-非線性函數擬合\BP_Hidden.m
?????文件???????46375??2009-12-14?15:38??案例2?BP神經網絡的非線性系統建模-非線性函數擬合\data.mat