Question

Matlab高手请留步。对一组数据（任意）进行拟合用两种方法:最小二乘法（既定函数）和神经网络（BP）进行曲

进行曲线拟合。

Answer 1

BP神经网络，先导入数据，file——importdata
data为N*L矩阵，N为样本数，L为变量个数，第1~n列放因变量y，n~L列放自变量

clear all；%清空环境变量
clc；%清屏
y=data(:,1：n);%y为所有行，第1到第n列
x=data(:,n:L);%x为所有行，第n到L列
x1=mapminmax(x);%数据归一化
y1=mapminmax(y);%数据归一化
net=newff(minmax(x1),[L-1,a,n],{'tansig','tansig','purelin'},'tansig');
%a是隐含层节点数，自己算，公式为a=根号下（0.43n*（L-n）+0.12*（L-n）^2+2.54*L+0.77*(L-n)+0.86）
net.trainParam.show=50;%系统每50步显示一次训练误差的变化曲线
net.trainParam.lr=0.01;%学习率
net.trainParam.mc=0.95;%动量因子
net.trainParam.epochs=10000;%最大训练次数
net.trainParam.goal=0.01;%训练要求精度
[net,tr]=train(net,x1,y1);%训练网络
Y=sim(net,x1);%对BP神经网络仿真
X=(1:100);%横坐标自己定，这里产生1到100的数
plot(X,Y,'-',X,y1,'.');%画图
e=y1-Y;%拟合结果和真实结果误差
mse(e);%求均方差