BP神经网络的算法实现分类功能

自己编写的BP神经网络的算法matlab代码，成功实现BP神经网络分类功能，有实验报告和matlab代码 ， 直接运行即可。

%初始化两层BP算法的学习期（训练加权系数WkiWij）
lr=0.05;   %lr为学习速率
err_goal=0.001; %err_goal为期望误差最小值
max_epoch=1000; %训练的最大次数
Pn=[3 6 6.142 3 2.5 4.5 1.8 5.5 2.5 2.7 2 2.9 5 0.7 2 3 0.5 4 1 1.9 160 260 62.328 200 700 1500 1500 2000 1200 2200 10 4 5 14 3 3 4 5 2 1 1 1 8 2 1 1 3 1 2 5 60 57 65 72 70 80 75 75 40 51 62 58 40 45 65 68 71 63 69 60];  %给定输入
Tn=[1 4 2 6 1 4 0 0 0 1 19 45 24 57 9 50 1 14 0 12 17 53 32 102 15 63 13 16 11 32 4 20 3 14 13 35 8 6 9 5]; %给定输出
%归一化处理 
Pm=0.8*（Pn - min（Pn））/（max（Pn） - min（Pn））+0.1;
Tm=0.8*（Tn - min（Tn））/（max（Tn） - min（Tn））+0.1;
P=[Pm（1:10）;Pm（11:20）;Pm（21:30）;Pm（31:40）;Pm（41:50）;Pm（51:60）;Pm（61:70）]; 
T=[Tm（1:10）;Tm（11:20）;Tm（21:30）;Tm（31:40）];
%提供10组7个神经元输入和4个神经元输出的训练集和目标值
%初始化WkiWij（M为输入节点j的数量，q为隐含层节点i的数量（最终确定隐层神经元个数为15），L为输出节点的数量，N为样本点的组数）
[MN]=size（P）;q=15;[LN]=size（T）;   
Wij=rand（qM）;        %随机给定输入层与隐含层间的权值
Wki=rand（Lq）;      %随机给定隐含层与输出层间的权值
b1=zeros（q1）;b2=zeros（L1）;     %随机给定隐含层、输出层的阈值
for epoch=1:max_epoch
Oi=tansig（Wij*Pb1）;        %计算网络隐含层的各神经元输出
Ok=logsig（Wki*Oib2）;      %计算网络输出层的各神经元输出
E=T-Ok;                     %计算网络误差
deltak=deltalin（OkE）;            %计算网络输出层的delta
deltai=deltatan（OideltakWki）;       %计算网络隐含层的delta
[dWkidb2]=learnbp（Oideltaklr）;    %调整输出层加权系数
Wki=Wki+dWki;b2=b2+db2;
[dWijdb1]=learnbp（Pdeltailr）;     %调整隐含层加权系数
Wij=Wij+dWij;b1=b1+db1; 
%计算网络权值修正后的误差平方和
SSE=sumsqr（T-logsig（Wki*tansig（Wij*Pb1）b2））;
if（SSEend
%BP算法的测试工作期（根据训练好的WkiWij和给定的输入计算输出）
P1n=[2.1 0.9 2200 11 8 60 73];        %给定测试输入
Pn1=0.8*（P1n - min（P1n））/（max（P1n） - min（P1n））+0.1;  %归一化
P1=[Pn1（1）;Pn1（2）;Pn1（3）;Pn1（4）;Pn1（5）;Pn1（6）;Pn1（7）];
Oi=tansig（Wij*P1b1）;      %计算网络隐含层的各神经元输出
Ok=logsig（Wki*Oib2）;     %计算网络输出层的各神经元输出
Ok                       %显示网络输出层的实际输出 
Y=[0.2901  0.8726  0.1400  0.4061] %测试样本值的实际输出
plot（1:4Ok‘r‘1:4Y‘b‘）
title（‘测试样本的实际输出和期望输出对照图‘）
xlabel（‘测试样本点‘）
ylabel（‘对应输出值（红色为实际输出，蓝色为预测输出）‘）

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

     文件     133632  2011-10-25 14:13  林雨辰-BP神经网络实验报告.doc

     文件       2323  2011-10-25 13:45  BP.m

     文件    1030144  2011-10-11 14:27  第二章 BP网络设计与应用-例子.doc

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

              1166099                    3