• 大小: 169KB
    文件类型: .zip
    金币: 1
    下载: 0 次
    发布日期: 2021-05-16
  • 语言: Matlab
  • 标签: 神经网络  

资源简介

改代码为BP神经网络matlab代码

资源截图

代码片段和文件信息

%% I. 清空环境变量
clear all
clc

%% II. 训练集/测试集产生
%%
% 1. 导入数据
load spectra_data.mat

%%
% 2. 随机产生训练集和测试集
temp = randperm(size(NIR1));
% 训练集——50个样本
P_train = NIR(temp(1:50):)‘;
T_train = octane(temp(1:50):)‘;
% 测试集——10个样本
P_test = NIR(temp(51:end):)‘;
T_test = octane(temp(51:end):)‘;
N = size(P_test2);

%% III. 数据归一化
[p_train ps_input] = mapminmax(P_train01);
p_test = mapminmax(‘apply‘P_testps_input);

[t_train ps_output] = mapminmax(T_train01);

%% IV. BP神经网络创建、训练及仿真测试
%%
% 1. 创建网络
net = newff(p_traint_train9);

%%
% 2. 设置训练参数
net.trainParam.epochs = 1000;
net.trainParam.goal = 1e-3;
net.trainParam.lr = 0.01;

%%
% 3. 训练网络
net = train(netp_traint_train);

%%
% 4. 仿真测试
t_sim = sim(netp_test);

%%
% 5. 数据反归一化
T_sim = mapminmax(‘reverse‘t_simps_output);

%% V. 性能评价
%%
% 1. 相对误差error
error = abs(T_sim - T_test)./T_test;

%%
% 2. 决定系数R^2
R2 = (N * sum(T_sim .* T_test) - sum(T_sim) * sum(T_test))^2 / ((N * sum((T_sim).^2) - (sum(T_sim))^2) * (N * sum((T_test).^2) - (sum(T_test))^2)); 

%%
% 3. 结果对比
result = [T_test‘ T_sim‘ error‘]

%% VI. 绘图
figure
plot(1:NT_test‘b:*‘1:NT_sim‘r-o‘)
legend(‘真实值‘‘预测值‘)
xlabel(‘预测样本‘)
ylabel(‘辛烷值‘)
string = {‘测试集辛烷值含量预测结果对比‘;[‘R^2=‘ num2str(R2)]};
title(string)

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        1431  2015-08-04 07:59  BP神经网络数据集代码\main.m
     文件      171497  2010-10-14 20:24  BP神经网络数据集代码\spectra_data.mat
     目录           0  2017-07-03 16:38  BP神经网络数据集代码\

评论

共有 条评论