求一个4，8，1的bp神经网络模型的matlab代码？

推荐答案推荐于2016-08-22

代码如下：直接运行就是了。

P=P=[-1,  -2,    3,    1;       -1,    1,    5,  -3; -2,  3, 4, 6;  1, 2, 3,  4 ];%初始训练值

%  创建一个新的前向神经网络
net=newff(minmax(P),[8,1],{'tansig','purelin'},'traingdm')
%  当前输入层权值和阈值
inputWeights=net.IW{1,1}
inputbias=net.b{1}
%  当前网络层权值和阈值
layerWeights=net.LW{2,1}
layerbias=net.b{2}
%  设置训练参数
net.trainParam.show = 50;
net.trainParam.lr = 0.05;
net.trainParam.mc = 0.9;
net.trainParam.epochs = 1000;
net.trainParam.goal = 1e-3;
%  调用 TRAINGDM 算法训练 BP 网络
[net,tr]=train(net,P,T);
%  对 BP 网络进行仿真
A = sim(net,P) %最后结果
%  计算仿真误差
E = T - A
MSE=mse(E)

追问

这个程序中的T没有定义，出错了，谢谢你的回答，可不可以留个QQ指导一下？

追答P=P=[-1,  -2,    3,    1;       -1,    1,    5,  -3; -2,  3, 4, 6;  1, 2, 3,  4 ];%初始训练值

% T 为目标矢量
T=[-1, -1, 1, 1];

%  创建一个新的前向神经网络
net=newff(minmax(P),[8,1],{'tansig','purelin'},'traingdm')
%  当前输入层权值和阈值
inputWeights=net.IW{1,1}
inputbias=net.b{1}
%  当前网络层权值和阈值
layerWeights=net.LW{2,1}
layerbias=net.b{2}

%  设置训练参数
net.trainParam.show = 50;
net.trainParam.lr = 0.05;
net.trainParam.mc = 0.9;
net.trainParam.epochs = 1000;
net.trainParam.goal = 1e-3;

%  调用 TRAINGDM 算法训练 BP 网络
[net,tr]=train(net,P,T);

%  对 BP 网络进行仿真
A = sim(net,P) %最后结果
%  计算仿真误差
E = T - A
MSE=mse(E)

不小心删掉了。不好意思哦

追问

为何T=[-1, -1, 1, 1]？是根据什么？

追答

T=[-1, -1, 1, 1]是目标值。你也可以改成其它目标啊。看你要达到什么要求了。

最后结果A会很接近目标值。

追问

不好意思字数太多了，只能用图片的形式!

追答

你私信把数据传给我

程序：附件中是txt数据文件。下面程序实现训练1 2 3 4列数据，目标为第5列

load data.txt
P=data(:,[1 2 3 4])';
% T 为目标矢量
T=data(:,5)';
%  创建一个新的前向神经网络
net=newff(minmax(P),[8,1],{'tansig','purelin'},'traingdm');
%  当前输入层权值和阈值
inputWeights=net.IW{1,1} ;
inputbias=net.b{1} ;
%  当前网络层权值和阈值
layerWeights=net.LW{2,1} ;
layerbias=net.b{2} ;
%  设置训练参数
net.trainParam.show = 50;
net.trainParam.lr = 0.05;
net.trainParam.mc = 0.9;
net.trainParam.epochs = 1000;
net.trainParam.goal = 1e-3;
%  调用 TRAINGDM 算法训练 BP 网络
[net,tr]=train(net,P,T);
%  对 BP 网络进行仿真
A = sim(net,P) %最后结果
%  计算仿真误差
E = T - A ;
MSE=mse(E)

追问

不好意思，不知道怎样导入txt文件，