bp神经网络预测问题,有3个自变量1个因变量150组数据,要得到一个训练模型预测因变量(Matlab实现)
ex=importdata('data1.txt');P=ex.data;ex=importdata('data2.txt');T=ex.data;ex=importda...
ex=importdata('data1.txt');
P=ex.data;
ex=importdata('data2.txt');
T=ex.data;
ex=importdata('yanzheng.txt');
P_yuce=ex.data;
P=P';
T=T';
P_yuce=P_yuce';
net=feedforwardnet(10,'trainlm');
net.layers{1}.transferFcn='tansig';
net.layers{1}.transferFcn='tansig';
net.trainParam.goal=0.00001;
net.trainParam.show=200;
net.trainParam.min_grad=1e-20;
net.trainParam.epochs=3000;
net.trainParam.lr=0.9;
net.trainParam.max_fail=10;
net=train(net,P,T);
这是程序 展开
P=ex.data;
ex=importdata('data2.txt');
T=ex.data;
ex=importdata('yanzheng.txt');
P_yuce=ex.data;
P=P';
T=T';
P_yuce=P_yuce';
net=feedforwardnet(10,'trainlm');
net.layers{1}.transferFcn='tansig';
net.layers{1}.transferFcn='tansig';
net.trainParam.goal=0.00001;
net.trainParam.show=200;
net.trainParam.min_grad=1e-20;
net.trainParam.epochs=3000;
net.trainParam.lr=0.9;
net.trainParam.max_fail=10;
net=train(net,P,T);
这是程序 展开
1个回答
展开全部
Matlab实现过程:
1、自变量数据
x1=[。。。]';x2=[。。。]';x3=[。。。]';
X=[x1 x2 x3];
2、因变量数据
y=[。。。]';
3、创建一个前馈网络
net=newff(X,y,[3,3,1],{'tansig','tansig','purelin'}, 'trainlm');
net.trainParam.epochs=1000;
net.trainParam.goal=10^(-6);
4、调用相应算法训练BP网络
[net,tr,yy]=train(net,X,y);%调用相应算法训练BP网络
5、对BP网络进行仿真
y_sim=sim(net,p);
1、自变量数据
x1=[。。。]';x2=[。。。]';x3=[。。。]';
X=[x1 x2 x3];
2、因变量数据
y=[。。。]';
3、创建一个前馈网络
net=newff(X,y,[3,3,1],{'tansig','tansig','purelin'}, 'trainlm');
net.trainParam.epochs=1000;
net.trainParam.goal=10^(-6);
4、调用相应算法训练BP网络
[net,tr,yy]=train(net,X,y);%调用相应算法训练BP网络
5、对BP网络进行仿真
y_sim=sim(net,p);
本回答被网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询