基于LM算法的神经网络训练

%初始化
clear
s=0.01;Yout（11）=3.9;Yout（21）=4.5;Yout（31）=4.5;Rin=5.5;U0=18;cha0=0;Ic=eye（3）;Ii=eye（25）;
Ec0=2;Ei0=2;g=4710;Ch0=10^（-4）;e（11）=1.6;e（21）=1.5;Ch0=10^（-4.1）;xc0=[0;18.4;0];netc0=[0;0;0];
c=10;hi=0.001;hc=0.001;Q=1.05;xwc10=[000]‘;xwc11=[0.14.80.5]‘;tiaocha=0;aef=0;z=10;y=0.03;y1=0.6;a=1;b=1;r=0.2;max=300;
Wij=y*ones（54）;W1i=y1*ones（15）;W13=（xwc11）‘;
%计算网络输出及误差指标函数E（x）
for k=3:1:max
    %NNC输出
   e（k1）=Rin-Yout（k1）;
   P=e（k1）;
   I=e（k1）;
   D=e（k1）-e（（k-1）1）;
   netc=[P;I;D];
   %比例元
     if （netc（11）<-1）
        xc（11）=-1;
    elseif （netc（11）>1）
        xc（11）=1;
    else 
        xc（11）=netc（11）;
    end
    %积分元
    if （abs（netc（21））<=a）
        fnetc=1;
    elseif （abs（netc（21））>=（a+b））
        fnetc=abs（netc（21））/（2*（a+b））;