%嚴格按照BP網絡計算公式來設計的一個matlab程序，對BP網絡進行了設計
%yyy，即在o（k）計算公式時，當網絡進入平坦區時（<0.0001）學習率加大，出來后學習率又還原
%v（ij）=v（ij）+deltv（ij）+a*dv（ij）；動量項
clear?all
inputnums=1;%輸入層節點
outputnums=1;%輸出層節點
hidenums=7;%隱層節點
maxcount=50000;%最大迭代次數
samplenum=19;%一個計數器，無意義
precision=0.00001;%預設精度
yyy=1.3;%yyy是幫助網絡加速走出平坦區
alpha=0.02;%學習率設定值
a=0.9;%BP優化算法的一個設定值，對上組訓練的調整值按比例修改
error=zeros（1maxcount+1）;%error數組初始化；目的是預分配內存空間
errorp=zeros（1samplenum）;%同上
v=rand（inputnumshidenums）;%1*10；v初始化為一個1*10的隨機歸一矩陣；v表輸入層到隱層的權值
deltv=zeros（inputnumshidenums）;%1*10；內存空間預分配
dv=zeros（inputnumshidenums）;%1*10;

w=rand（hidenumsoutputnums）;%10*1
deltw=zeros（hidenumsoutputnums）;%10*1
dw=zeros（hidenumsoutputnums）;%10*1

samplelist=1:0.5:10;%樣本輸入值
expectlist=samplelist.^（-1）;%期望輸出值
%expectlist=exp（-samplelist）;
[samplelistminpmaxp]=premnmx（samplelist）;
%[expectlistmintmaxt]=premnmx（expectlist）;
count=1;
while（count<=maxcount）%結束條件1迭代20000次
????c=1;
????while（c<=samplenum）
????????for?k=1:outputnums
????????????d（k）=expectlist（c）;%獲得期望輸出的向量
????????end
????????for?i=1:inputnums
????????????x（i）=samplelist（c）;%獲得輸入的向量數據
????????end
????????
????????%forward（）;
????????for?j=1:hidenums
????????????net=0.0;
????????????for?i=1:inputnums
????????????????net=net+x（i）*v（ij）;%輸入層到隱層的加權和
????????????end
????????y（j）=1/（1+exp（-net））;%輸出層處理f（x）=1/（1+exp（-x）），單極性sigmiod函數
???????????????%y（j）=1/net;%輸出層處理f（x）=1/（1+exp（-x）），單極性sigmiod函數
????????end
????????for?k=1:outputnums
????????????net=0.0;
????????????for?j=1:hidenums
????????????????net=net+y（j）*w（jk）;
????????????end
????????????if?count>=2&&error（count）-error（count-1）<=0.0001
???????????????o（k）=1/（1+exp（-net）/yyy）;%平坦區加大學習率
?????????????????%o（k）=1/（net/yyy）;%平坦區加大學習率
???????????else?o（k）=1/（1+exp（-net））;%同上
????????????????%else?o（k）=1/net;%同上
????????????end
????????end
????????
????????%BpError（c）反饋/修改
????????errortmp=0.0;
????????for?k=1:outputnums
????????????errortmp=errortmp+（d（k）-o（k））^2;%第一組訓練后的誤差計算
????????end
????????errorp（c）=0.5*errortmp;%誤差E=∑（d（k）-o（k））^2?*?1/2?
????%end
????%backward（）;
????for?k=1:outputnums
????????yitao（k）=（d（k）-o（k））*o（k）*（1-o（k））;%輸出層誤差偏導
????end
????for?j=1:hidenums
????????tem=0.0;
????????for?k=1:outputnums
????????????tem=tem+yitao（k）*w（jk）;%為了求隱層偏導，而計算的求和
????????end
????????yitay（j）=tem*y（j）*（1-y（j））;%隱層偏導
????end
????
????%調整各層權值
????for?j=1:hidenums
????????for?k=1:outputnums
????????????deltw（jk）=alpha*yitao（k）*y（j）;%權值w的調整量deltw（已乘學習率）
????????????w（jk）=w（jk）+deltw（jk）+a*dw（jk）;%權值調整，這里的dw=deltw（t-1），實際是對BP算法的一個改進措施--增加動量項目的是提高訓練速度
????????????dw（jk）=deltw（jk）;
????????end
????end
????for?i=1:inputnums
????????for?j=1:hidenums
????????????deltv（ij）=alpha*yitay（j）*x（i）;%同上deltw
????????????v（ij）=v（ij）+deltv（ij）+a*dv（ij）;
????????????dv（ij）=deltv（ij）;
????????end
????end
????c=c+1;
????end%第二個while結束；表示一次BP訓練結束
????double?tmp;
????tmp=0.0;
????for?i=1:samplenum
????????tmp=tmp+error

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

?????文件?????751104??2008-01-05?16:01??神經網絡程序1\M.doc

?????文件???????4419??2008-01-04?16:57??神經網絡程序1\xfenzhiyibp.m

?????文件????????225??2007-12-20?09:31??神經網絡程序1\人工神經網絡要求.txt

?????目錄??????????0??2009-10-01?14:23??神經網絡程序1

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

???????????????755748????????????????????4