% Title : 徑向基函數網絡應用實例
% Descript : BP網絡用于函數逼近時，權值的調整采用的是梯度下降法，但存在著局部極小和收斂速度慢等缺點。而徑向基函數網絡，則是一種在逼近能力、分類能力和學習速度等方面均優于BP網絡的網絡。
clf reset
figure(gcf)
%setfsize(300,300);
echo on
clc

% INITFF -對前向網絡進行初始化
% SIMUFF -對前向網絡進行仿真
% TRAINLN -采用LM算法前向網絡進行訓練
pause  
clc
% P 為輸入向量
P=-1:.1:1;
% T 為目標向量
T = [-0.9602 -0.5770 -0.0729 0.3771 0.6405 0.6600 0.4609...
     0.1336 -0.2013 -0.4344 -0.5000 -0.3930 -0.1647 0.0988...
     0.3072 0.3960 0.3449 0.1816 -0.0312 -0.2189 -0.3201];
pause 
clc

plot(P,T,'+');
title('訓練向量');
xlabel('輸入向量 P');
ylabel('目標向量 T');

pause
clc

df=10;   %學習過程顯示頻率
me=8000; %最大訓練步數
eg=0.00000002  %誤差指標
sc=1  %徑向基函數的分布常數

[w1,b1,w2,b2,nr,err]=solverb(P,T,[df me eg sc]);

ploterr(err,eg);

p=0.5;
a=simurb(p,w1,b1,w2,b2)
echo off