import?numpy?as?np
import?matplotlib.pyplot?as?plt

def?logsig（x）:
????return?1/（1+np.exp（-x））

#人數(shù)（單位：萬人）
population=[20.5522.4425.3727.1329.4530.1030.9634.0636.4238.0939.1339.9941.9344.5947.3052.8955.7356.7659.1760.63]
#機(jī)動車數(shù)（單位：萬輛）
vehicle=[0.60.750.850.91.051.351.451.61.71.852.152.22.252.352.52.62.72.852.953.1]
#公路面積（單位：萬平方公里）
roadarea=[0.090.110.110.140.200.230.230.320.320.340.360.360.380.490.560.590.590.670.690.79]
#公路客運(yùn)量（單位：萬人）
passengertraffic=[512662177730914510460113871235315750183041983621024194902043322598251073344236836405484292743462]
#公路貨運(yùn)量（單位：萬噸）
freighttraffic=[123713791385139916631714183443228132893611099112031052411115133201676218673207242080321804]

samplein?=?np.mat（[populationvehicleroadarea]）?#3*20
sampleinminmax?=?np.array（[samplein.min（axis=1）.T.tolist（）[0]samplein.max（axis=1）.T.tolist（）[0]]）.transpose（）#3*2，對應(yīng)最大值最小值
sampleout?=?np.mat（[passengertrafficfreighttraffic]）#2*20
sampleoutminmax?=?np.array（[sampleout.min（axis=1）.T.tolist（）[0]sampleout.max（axis=1）.T.tolist（）[0]]）.transpose（）#2*2，對應(yīng)最大值最小值

#3*20
sampleinnorm?=?（2*（np.array（samplein.T）-sampleinminmax.transpose（）[0]）/（sampleinminmax.transpose（）[1]-sampleinminmax.transpose（）[0]）-1）.transpose（）
#2*20
sampleoutnorm?=?（2*（np.array（sampleout.T）.astype（float）-sampleoutminmax.transpose（）[0]）/（sampleoutminmax.transpose（）[1]-sampleoutminmax.transpose（）[0]）-1）.transpose（）

#給輸出樣本添加噪音
noise?=?0.03*np.random.rand（sampleoutnorm.shape[0]sampleoutnorm.shape[1]）
sampleoutnorm?+=?noise




maxepochs?=?60000
learnrate?=?0.035
errorfinal?=?0.65*10**（-3）
samnum?=?20
indim?=?3
outdim?=?2
hiddenunitnum?=?8

w1?=?0.5*np.random.rand（hiddenunitnumindim）-0.1
b1?=?0.5*np.random.rand（hiddenunitnum1）-0.1
w2?=?0.5*np.random.rand（outdimhiddenunitnum）-0.1
b2?=?0.5*np.random.rand（outdim1）-0.1

errhistory?=?[]

for?i?in?range（maxepochs）:
????hiddenout?=?logsig（（np.dot（w1sampleinnorm）.transpose（）+b1.transpose（）））.transpose（）
????networkout?=?（np.dot（w2hiddenout）.transpose（）+b2.transpose（））.transpose（）
????err?=?sampleoutnorm?-?networkout
????sse?=?sum（sum（err**2））

????errhistory.append（sse）
????if?sse?????????break

????delta2?=?err

????delta1?=?np.dot（w2.transpose（）delta2）*hiddenout*（1-hiddenout）

????dw2?=?np.dot（delta2hiddenout.transpose（））
????db2?=?np.dot（delta2np.ones（（samnum1）））

????dw1?=?np.dot（delta1sam