%生成數據
x=1:0.1:7;
y=x.^2.*sin（x）;

%得到訓練模型，4個參數分別是隱藏層神經元數，最大迭代次數，輸入和輸出數據
model=BP_train（5100xy）;

%計算網絡輸出
for?j?=?1:1:sample_size
????H?=?x（j:）*model.W12+model.b2;
????H?=?1./（1+exp（-H））;
????net_output?=?H*model.W23+model.b3;
end????

%計算誤差
e=y-net_output;

%繪圖

subplot（311）
plot（xy‘:‘）;
hold?on
plot（xnet_output‘+‘）;
legend（‘原數據‘‘訓練數據‘）;
subplot（312）
plot（xe）;
legend（‘網絡輸出誤差‘）;
subplot（313）
plot（model.E）;
legend（‘訓練過程殘差‘）;

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件?????????541??2018-04-21?21:52??bp代碼\BP.m
?????文件????????1535??2018-04-21?21:50??bp代碼\BP_train.m
?????目錄???????????0??2018-04-21?21:55??bp代碼\
?????文件????????3468??2017-12-24?20:31??bp代碼\BPNet.m
?????文件????????2848??2017-12-17?19:18??bp代碼\Iris.txt