%通過下面兩個參數(shù)值的改變比較結(jié)果
k=1; %設(shè)置非線性函數(shù)的頻率
n=10; %設(shè)置網(wǎng)絡(luò)隱單元的神經(jīng)元數(shù)目
%定義要逼近的非線性函數(shù)
p = [-1:.05:1];
t = sin(k*pi*p);
plot(p,t,'-')
title('要逼近的非線性函數(shù)');
xlabel('時間');
ylabel('非線性函數(shù)');
%建立相應(yīng)的BP網(wǎng)絡(luò)
net = newff(minmax(p),[n,1],{'tansig' 'purelin'},'trainlm');
%對沒有訓(xùn)練的網(wǎng)絡(luò)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(xùn)練的網(wǎng)絡(luò)仿真結(jié)果');
xlabel('時間');
ylabel('仿真輸出--  原函數(shù)-');
%訓(xùn)練網(wǎng)絡(luò)
net.trainParam.epochs = 50;
net.trainParam.goal = 0.01;
net = train(net,p,t);
%對訓(xùn)練后的網(wǎng)絡(luò)進行仿真
y2 = sim(net,p);
%繪出訓(xùn)練后的仿真結(jié)果
figure;
plot(p,t,'-',p,y1,'--',p,y2,'--')
title('訓(xùn)練后的網(wǎng)絡(luò)仿真結(jié)果');
xlabel('時間');
ylabel('仿真輸出');