BP_DEMATEL.m

%% BP-DEMATEL算法设计
clear;clc;close all
%% 数据处理
A=xlsread（‘数据.xlsx‘‘Sheet2‘）;
%行为指标 ； 列为样本
T=xlsread（‘数据.xlsx‘‘Sheet2‘）;
%对应的元素个数为样本个数
P=（A-mean（A））./std（A）;  % 标准化数据
[RRCC]=size（A）;
hiddennum=sqrt（RR+1）;
%% 利用minmax函数求输入样本范围
net=newff（minmax（P）[hiddennum1]{‘tansig‘‘purelin‘}‘traingdx‘）;
%% BP神经网络的学习过程
net.trainParam.show=50;      % 显示训练迭代过程
net.trainParam.lr=0.05;      % 学习率
net.trainParam.epochs=3000;   % 最大训练次数
net.trainParam.goal=1e-5;    % 训练要求精度
net.trainParam.mc=0.5;       % 动量因子
[nettr]=train（netPT）;     % 网络训练 ，P为输入数据（输入层）；T为目标层（输出层）；训练记录为tr
%% 计算权值与阈值
W1= net.iw{11};       %输入层到中间层的权值
B1= net.b{1};          %隐含层神经元阈值
W2= net.lw{21};       %隐含层到输出层的权值
B2= net.b{