%通過下面兩個參數值的改變比較結果
k=1; %設置非線性函數的頻率
n=10; %設置網絡隱單元的神經元數目
%定義要逼近的非線性函數
p = [-1:.05:1];
t = sin(k*pi*p);
plot(p,t,'-')
title('要逼近的非線性函數');
xlabel('時間');
ylabel('非線性函數');
%建立相應的BP網絡
net = newff(minmax(p),[n,1],{'tansig' 'purelin'},'trainlm');
%對沒有訓練的網絡進行仿真
y1 = sim(net,p);
%繪出仿真得到的曲線
figure;
plot(p,t,'-',p,y1,'--')
title('沒有訓練的網絡仿真結果');
xlabel('時間');
ylabel('仿真輸出--  原函數-');
%訓練網絡
net.trainParam.epochs = 50;
net.trainParam.goal = 0.01;
net = train(net,p,t);
%對訓練后的網絡進行仿真
y2 = sim(net,p);
%繪出訓練后的仿真結果
figure;
plot(p,t,'-',p,y1,'--',p,y2,'--')
title('訓練后的網絡仿真結果');
xlabel('時間');
ylabel('仿真輸出');