基于天牛须搜索算法优化BP神经网络matlab源码.rar

基于天牛须搜索算法优化BP神经网络matlab源码，简单易学易懂，适合初学者使用！

function Result=CalcPerf（RefernceTest）
% INPUT 
% Refernce M x N
% Test M x N
% Output
% Result-struct
% 1.MSE （Mean Squared Error）
% 2.PSNR （Peak signal-to-noise ratio）
% 3.R Value
% 4.RMSE （Root-mean-square deviation）
% 5.NRMSE （Normalized Root-mean-square deviation）
% 6.MAPE （Mean Absolute Percentage Error）

% Developer Abbas Manthiri S
% Mail Id abbasmanthiribe@gmail.com
% Updated 27-03-2017
% Matlab 2014a
%% geting size and condition checking
[row_Rcol_Rdim_R]=size（Refernce）;
[row_Tcol_Tdim_T]=size（Test）;
if row_R~=row_T || col_R~=col_T || dim_R~=dim_T
    error（‘Input must have same dimentions‘）
end
%% Common function for matrix
% Mean for Matrix
meanmat=@（a）（mean（mean（a）））;
% Sum for Matrix
summat=@（a）（sum（sum（a）））;
% Min  for Matrix
minmat=@（a）（min（min（a）））;
% Max  for Matix
maxmat=@（a）（max（max（a）））;
%% MSE Mean Squared Error
Result.MSE = meanmat（（Refernce-Test）.^2）;
%% PSNR Peak signal-to-noise ratio
range=[1255];
if max（Refernce（:））>1
    maxI=range（2）;
else
    maxI=range（1）;
end
Result.PSNR= 10* log10（maxI^2/Result.MSE）;
%% R Value
Result.Rvalue=1-abs（ summat（（Test-Refernce）.^2） / summat（Refernce.^2） ）;
%% RMSE Root-mean-square deviation
Result.RMSE=abs（ sqrt（ meanmat（（Test-Refernce）.^2） ） ）;
%% Normalized RMSE Normalized Root-mean-square deviation
Result.NRMSE=Result.RMSE/（maxmat（Refernce）-minmat（Refernce））;
%% MAPE Mean Absolute Percentage Error
Result.Mape=meanmat（abs（Test-Refernce）./Refernce）*100;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1493  2019-08-05 17:56  基于天牛须搜索算法优化BP神经网络\CalcPerf.m

     文件       1129  2019-08-05 17:52  基于天牛须搜索算法优化BP神经网络\fitness.m

     文件       5544  2019-08-05 18:14  基于天牛须搜索算法优化BP神经网络\Main_BAS_BP20190805.m

     文件      24218  2019-08-05 21:03  基于天牛须搜索算法优化BP神经网络\基于天牛须搜索算法优化BP神经网络.zip

     文件      22079  2019-08-05 18:04  基于天牛须搜索算法优化BP神经网络\数据.xlsx

     目录          0  2019-10-03 09:21  基于天牛须搜索算法优化BP神经网络

----------- ---------  ---------- -----  ----

                54463                    6