matlab神经网络拟合非线性函数怎么用

这篇“matlab神经网络拟合非线性函数怎么用”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“matlab神经网络拟合非线性函数怎么用”文章吧。

10年积累的成都做网站、网站制作经验，可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你，你也不认识我。但先网站制作后付款的网站建设流程，更有新城免费网站建设让你可以放心的选择与我们合作。

%% 构造拟合数据

for i=1:4000

input(i,:)=10*rand(1,2)-5;

output(i)=input(i,1)^2+input(i,2)^2;

end

output=output';

save data input output

%% 清空环境变量

clc

clear

tic

%% 训练数据预测数据提取及归一化

%下载输入输出数据

load data input output

%从1到2000间随机排序

k=rand(1,4000);

[m,n]=sort(k);

%找出训练数据和预测数据

input_train=input(n(1:3900),:)';

output_train=output(n(1:3900),:)';

input_test=input(n(3901:4000),:)';

output_test=output(n(3901:4000),:)';

%选连样本输入输出数据归一化

[inputn,inputps]=mapminmax(input_train);

[outputn,outputps]=mapminmax(output_train);

%% BP网络训练

% %初始化网络结构

net=newff(inputn,outputn,5);

net.trainParam.epochs=100;

net.trainParam.lr=0.1;

net.trainParam.goal=0.0000004;

%网络训练

net=train(net,inputn,outputn);

%% BP网络预测

%预测数据归一化

inputn_test=mapminmax('apply',input_test,inputps);

%网络预测输出

an=sim(net,inputn_test);

%网络输出反归一化

BPoutput=mapminmax('reverse',an,outputps);

%% 结果分析

figure(1)

plot(BPoutput,':og')

hold on

plot(output_test,'-*');

legend({'预测输出','期望输出'},'fontsize',12)

title('BP网络预测输出','fontsize',12)

xlabel('样本','fontsize',12)

ylabel('输出','fontsize',12)

print -dtiff -r600 4-3

%预测误差

error=BPoutput-output_test;

figure(2)

plot(error,'-*')

title('神经网络预测误差')

figure(3)

plot((output_test-BPoutput)./BPoutput,'-*');

title('神经网络预测误差百分比')

errorsum=sum(abs(error));

toc

save data net inputps outputps

以上就是关于“matlab神经网络拟合非线性函数怎么用”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注创新互联行业资讯频道。

网站名称：matlab神经网络拟合非线性函数怎么用
文章链接：http://dzwzjz.com/article/iggece.html

大橙子网站建设，新征程启航

matlab神经网络拟合非线性函数怎么用

其他资讯