L-M 优化算法和贝叶斯正则化算法训练 BP 网络 matlab代码

close all 
clear 
echo on 
clc 
% NEWFF——生成一个新的前向神经网络 
% TRAIN——对 BP 神经网络进行训练
% SIM——对 BP 神经网络进行仿真 
pause        
%  敲任意键开始 
clc 
%  定义训练样本矢量 
% P 为输入矢量 
P = [-1:0.05:1]; 
% T 为目标矢量 
randn（‘seed‘78341223）; T = sin（2*pi*P）+0.1*randn（size（P））; 
%  绘制样本数据点 
plot（PT‘+‘）; 
echo off 
hold on; 
plot（Psin（2*pi*P）‘:‘）;        
%  绘制不含噪声的正弦曲线 
echo on 
clc 
pause 
clc 
%  创建一个新的前向神经网络 
net=newff（minmax（P）[201]{‘tansig‘‘purelin‘}）; 
pause 
clc 
echo off 
clc
disp（‘1.  L-M 优化算法 TRAINLM‘）; disp（‘2.  贝叶斯正则化算法 TRAINBR‘）; 
choice=input（‘请选择训练算法（12）:‘）; 
figure（gcf）; 
if（choice==1）                 
    echo on         
    clc         
    %  采用 L-M 优化算法 TRAINLM 
    net.trainFcn=‘trainlm‘;         
    pause         
    clc         
    %  设置训练参数