• 大小: 15KB
    文件类型: .rar
    金币: 1
    下载: 0 次
    发布日期: 2023-08-08
  • 语言: Matlab
  • 标签:

资源简介

为matlab代码,内有详细讲解,可用于模糊神经网络的学习和改进

资源截图

代码片段和文件信息

%% 该代码为基于模糊神经网络的水质评价代码
%

该案例作者申明: 1:本人长期驻扎在此板块里,对该案例提问,做到有问必答。本套书籍官方网站为:video.ourmatlab.com 2:点此从当当预定本书:《Matlab神经网络30个案例分析》。 3:此案例有配套的教学视频,视频下载方式video.ourmatlab.com/vbuy.html。 

4:此案例为原创案例,转载请注明出处(《Matlab神经网络30个案例分析》)。 5:若此案例碰巧与您的研究有关联,我们欢迎您提意见,要求等,我们考虑后可以加在案例里。

%% 清空环境变量
clc
clear

%% 参数初始化
xite=0.001;
alfa=0.05;

%网络节点
I=6;   %输入节点数
M=12;  %隐含节点数
O=1;   %输出节点数

%系数初始化
p0=0.3*ones(M1);p0_1=p0;p0_2=p0_1;
p1=0.3*ones(M1);p1_1=p1;p1_2=p1_1;
p2=0.3*ones(M1);p2_1=p2;p2_2=p2_1;
p3=0.3*ones(M1);p3_1=p3;p3_2=p3_1;
p4=0.3*ones(M1);p4_1=p4;p4_2=p4_1;
p5=0.3*ones(M1);p5_1=p5;p5_2=p5_1;
p6=0.3*ones(M1);p6_1=p6;p6_2=p6_1;

%参数初始化
c=1+rands(MI);c_1=c;c_2=c_1;
b=1+rands(MI);b_1=b;b_2=b_1;

maxgen=100; %进化次数

%网络测试数据,并对数据归一化
load data1 input_train output_train input_test output_test

%选连样本输入输出数据归一化
[inputninputps]=mapminmax(input_train);
[outputnoutputps]=mapminmax(output_train);
[nm]=size(input_train);

%% 网络训练
%循环开始,进化网络
for iii=1:maxgen
    iii;
    for k=1:m        
        x=inputn(:k);
        
        %输出层结算
        for i=1:I
            for j=1:M
                u(ij)=exp(-(x(i)-c(ji))^2/b(ji));
            end
        end
        
        %模糊规则计算
        for i=1:M
            w(i)=u(1i)*u(2i)*u(3i)*u(4i)*u(5i)*u(6i);
        end    
        addw=sum(w);
        
        for i=1:M
            yi(i)=p0_1(i)+p1_1(i)*x(1)+p2_1(i)*x(2)+p3_1(i)*x(3)+p4_1(i)*x(4)+p5_1(i)*x(5)+p6_1(i)*x(6);
        end
        
        addyw=yi*w‘;
        %网络预测计算
        yn(k)=addyw/addw;
        e(k)=outputn(k)-yn(k);
        
        %计算p的变化值
        d_p=zeros(M1);
        d_p=xite*e(k)*w./addw;
        d_p=d_p‘;
        
        %计算b变化值
        d_b=0*b_1;
        for i=1:M
            for j=1:I
                d_b(ij)=xite*e(k)*(yi(i)*addw-addyw)*(x(j)-c(ij))^2*w(i)/(b(ij)^2*addw^2);
            end
        end  
        
        %更新c变化值
        for i=1:M
            for j=1:I
                d_c(ij)=xite*e(k)*(yi(i)*addw-addyw)*2*(x(j)-c(ij))*w(i)/(b(ij)*addw^2);
    

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

     文件       9939  2009-10-02 09:48  该代码为基于模糊神经网络的水质评价代码\data1.mat

     文件       1954  2009-10-22 21:51  该代码为基于模糊神经网络的水质评价代码\data2.mat

     文件       9929  2010-11-28 23:16  该代码为基于模糊神经网络的水质评价代码\FuzzyNet.m

     目录          0  2019-03-17 13:00  该代码为基于模糊神经网络的水质评价代码

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

                21822                    4


评论

共有 条评论