BP神经网络和混沌神经网络

是实现BP神经网络和混沌神经网络的matlab程序，但是没有调用神经网络工具箱。

%------------初始化---------------------%
clear all;close all;
innode=1;hiddennode=15;outnode=1;
w12=0.01*rand（hiddennodeinnode）;                %设置输入层和隐层权值
theta1=0.01*rand（hiddennode1）;                     %阈值
w23=0.01*rand（outnodehiddennode）;              %设置隐层和输出层间权值
theta2=0.01*rand（outnode1）;                            %阈值
delta1=zeros（hiddennodeinnode）;             %权值修正值
delta2=zeros（outnodehiddennode）;
u0=0.0335;                                                     %学习率
Epx=0;                                                      
in2=zeros（hiddennode1）;out2=zeros（hiddennode1）;in3=zeros（outnode1）;out3=zeros（outnode1）;
output=zeros（outnode80）;%存储实际输出数据
%----------------读取训练样本---------------------%
format long 
fi=fopen（‘C:\Users\Administrator\Documents\MATLAB\BP\MDT.txt‘）;
[tecount]=fscanf（fi‘%f %f %f %f %f‘[5 inf]）;
fclose（fi）;
iteration=count/（innode+outnode）;
f=fopen（‘C:\Users\Administrator\Documents\MATLAB\BP\MDT.txt‘）;
[tempcount1]=fscanf（f‘%f ‘[（innode+outnode）iteration]）;

data=temp‘;

%------------输入输出数据归一化-----------------------%
for i=1:（outnode+innode）
    maxi=data（1i）;mini=data（1i）;
   for j=2:iteration
       if maxi>data（ji）
           ma（i）=maxi;
       else
           ma（i）=data（ji）;
       end
       maxi=ma（i）;
       if mini           mi（i）=mini;
       else
           mi（i）=data（ji）;
       end
       mini=mi（i）;
   end
end

for i=1:（outnode+innode）
    for j=1:iteration
        da（ji）=（data（ji）-mi（i））/（ma（i）-mi（i））;
    end
end

for i=1:innode
    x（i:）=da（:i）‘;
end
%x1=da（:1）‘;
%x2=da（:2）‘;
%x3=da（:3）‘;

%x=[x1;x2;x3];
y=da（:innode+1）‘;
%-------------------------主程序开始---------------------%
for s=1:1000           
   Epx=0;
   for i=1:iteration
        in2= w12*x（:i）-theta1 ; %计算隐藏层的输入
         
         for j=1:hiddennode
             out2（j1）=1/（1+exp（-1*in2（j1）））; %隐含层输出
         end
         
         in3=w23*out2-theta2   ;      %输出层的输入 
         
        for j=1:outnode
            out3（j1）=in3（j1）;    %输出层的输出
        end
        
         output（:i）=out3;                      %output储存输出结果
         epoc（i）=i;
         error=0.5*（y（:i）-out3）‘*（y（:i）-out3）;%计算E
         Epx=Epx+error; %误差输出
         e=y（:i）-out3;
         epoch（s）=s;
%---------------修正隐含层到输出层的权值-------------------
         for t=1:outnode
                det2（t1）=out3（t1）*（1-out3（t1））*e（t1）;   %输出层小delta的值
                for k=1:hiddennode
                        delta2=u0*det2（t1）*out2（k1）;
                        w23（tk）=w23（tk）+delta2;
                end
         end
         theta2=theta2-u0*det2;         %修正阈值
 %----------------------修正输入层到隐含层的权值-----------------------
           for m=1:hiddennode
                det1（m1）=det2‘*w23（:m）*out2（m1）*（1-out2（m1））;%隐含层小delta的值
           
                for n=1:innode
                    delta1（mn）=u0*det1（m1）*x（ni）;
                    w12

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

     文件      41984  2011-06-09 15:19  程序\BP算法程序-混沌系统.doc

     文件      46592  2011-06-09 15:04  程序\BP算法程序.doc

     文件       6386  2011-05-24 19:59  程序\dtest-0.m

     文件       6545  2011-05-25 21:09  程序\dtest4.m

     文件       6395  2011-05-23 23:20  程序\test0.m

     文件       6403  2011-05-25 22:17  程序\test4.m

     文件      46080  2011-06-09 15:40  程序\混沌网络程序-混沌系统.doc

     文件      46592  2011-06-09 15:29  程序\混沌网络程序.doc

     目录          0  2011-06-09 15:47  程序

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

               206977                    9