基于BP神经网络的函数逼近不使用任何工具函数

% 基于BP神经网络对非线性函数进行逼近
tic
clear all
close all
%初始化部分

%初始化学习参数
eta=0.3;
% 初始化权值矩阵
wij=2*rand（25）-1;
wjk=2*rand（51）-1;
% 初始化阈值
thetaj=2*rand（51）-1;
thetak=2*rand（1）-1;
%设定误差标准
errstd=0.05;
errall=10;

xteach1=0:0.2*pi:2*pi;
xteach2=0:0.2*pi:2*pi;
for p=1:11
    for q=1:11
          %yteach（pq）=0.2*（sin（xteach1（q））+cos（xteach2（p）））+0.5;
          yteach（pq）= sin（xteach1（p））*cos（xteach2（q））;
    end
end


while errall>=errstd  
    for p=1:11
        for q=1:11
        %取样本
        xt=[xteach1（p）;xteach2（q）];
        yt=yteach（pq）;
        
        %计算各层的输出，前向传播
        oi=xt;
        netj=wij‘*xt;
        oj=1./（1+exp（-（netj-thetaj）））;
        netk=wjk‘*oj;
        ok=1./（1+exp（-（netk-thetak）））;
        y=ok;
        
        %计算各层误差 后向传播
        deltak=（yt-y）.*ok.*（1-ok）;
        deltaj=wj