bp_huanghe

bp神经网络预测bp神经网络预测bp神经网络预测

clc
%数据输入
p=[370	503	434	575	490	420	560	640	558	343	326	405	446	423	422	697	598	377	435	472	451	667	601	689	541	485	425	389	382	707	422];
t=[515	713	586	753	720	567	717	987	810	489	453	589	639	568	595	982	849	519	615	652	599	941	893	999	758	701	630	561	520	1040 535];

%归一化处理
p=（p-min（p））/（max（p）-min（p））;
t=（t-min（t））/（max（t）-min（t））;

%数据输入2：网络有关参数
EPOCHS=10000;
GOAL=0.000005;

%建立bp神经网络，并训练，仿真。其中输入为p，输出为t

%-------------------------隐层神经元确定-----------------------------

s=3:15;%s 为常向量，表示神经元的个数
res=zeros（size（s））;%res将要存储误差向量，这里先置零

pn=[p（1:5）;p（6:10）;p（11:15）;p（16:20）];
tn=[t（1:5）;t（6:10）;t（11:15）;t（16:20）];
for i=1:length（s）           
    net=newff（minmax（pn）[s（i）4]{‘tansig‘‘purelin‘}‘trainlm‘）;
    net.iw{11}=zeros（size（net.iw{11}））+0.5;
    net.lw{21}=

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

     文件       2346  2012-03-08 20:42  bp_huanghe.m

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

                 2346                    1