💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
💥1 概述
📚2 运行结果
🎉3 参考文献
🌈4 Matlab代码实现
💥1 概述
BP神经网络模型是目前应用最为广泛神经网络之一。它的本质是通过对历史数据的学习找出数据变化趋势之间的非线性关系,并通过输出量与预期值之间的误差不断调整网络中各个单元的权重,使整个网络的误差最小。因此,为达到较好的预测精度,需要对网络预测模型自身的结构进行确定。
📚2 运行结果
部分代码:
clear;
clc;
load('BPPrice.mat');
net=newff(P,T,[10,15,30,40,40,20,10],{},'traingd');
net.trainParam.max_fail=200
net.trainParam.epochs=10000;
net=train(net,P,T);
outputs=net(test);
figure;
hold on;
plot(1:1:100,outputs);
plot(1:1:100,testT,'r');
error=testT-outputs;
error=mse(error)
🎉3 参考文献
部分理论来源于网络,如有侵权请联系删除。
[1]苏高利,邓芳萍.论基于MATLAB语言的BP神经网络的改进算法[J].科技通报,2003(02):130-135.DOI:10.13774/j.cnki.kjtb.2003.02.012.