• 大小: 5KB
    文件类型: .rar
    金币: 1
    下载: 0 次
    发布日期: 2021-01-10
  • 语言: 其他
  • 标签: 神经网络  

资源简介

这是一个用遗传算法优化bp神经网络作模式识别的,说的直观一点就是用来做分类的,这里涉及的数据多维输入多维输出,大家可以根据自己要解决的问题进行改动

资源截图

代码片段和文件信息

function err=Bpfun(xPThiddennumP_testT_test)
%% 训练&测试BP网络
%% 输入
% x:一个个体的初始权值和阈值
% P:训练样本输入
% T:训练样本输出
% hiddennum:隐含层神经元数
% P_test:测试样本输入
% T_test:测试样本期望输出
%% 输出
% err:预测样本的预测误差的范数

inputnum=size(P1);       % 输入层神经元个数
outputnum=size(T1);      % 输出层神经元个数
%% 新建BP网络
net=newff(minmax(P)[hiddennumoutputnum]{‘tansig‘‘logsig‘}‘trainlm‘);
%% 设置网络参数:训练次数为1000,训练目标为0.01,学习速率为0.1
net.trainParam.epochs=1000;
net.trainParam.goal=0.01;
LP.lr=0.1;
net.trainParam.show=NaN;
% net.trainParam.showwindow=false;  %高版MATLAB
%% BP神经网络初始权值和阈值
w1num=inputnum*hiddennum; % 输入层到隐层的权值个数
w2num=outputnum*hiddennum;% 隐层到输出层的权值个数
w1=x(1:w1num);   %初始输入层到隐层的权值
B1=x(w1num+1:w1num+hiddennum);  %初始隐层阈值
w2=x(w1num+hiddennum+1:w1num+hiddennum+w2num); %初始隐层到输出层的阈值
B2=x(w1num+hiddennum+w2n

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

     文件       1282  2010-11-14 00:48  GA优化BP神经网络\Bpfun.m

     文件       1864  2011-03-31 19:30  GA优化BP神经网络\callbackfun.m

     文件       1607  2010-12-09 10:05  GA优化BP神经网络\data.mat

     文件       2311  2017-03-10 11:23  GA优化BP神经网络\GABPMain.m

     文件        404  2010-11-14 00:49  GA优化BP神经网络\Objfun.m

     目录          0  2017-06-09 09:42  GA优化BP神经网络

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

                 7468                    6


评论

共有 条评论