使用MATLAB求解BP神经网络现有一种合金由A,B,C三种元素及杂质组成测试5次A百分含量 [7.1 7.0 6.9 6.8 7.2]B百分含量 [3.2 3.4 3.6 3.8 4.0]C百分含量 [2.5 2.9 3.1 2.6 2.2]硬度[78 65 78 69 72]想用BP神经网络进行
来源:学生作业帮助网 编辑:作业帮 时间:2024/06/25 08:52:09
![使用MATLAB求解BP神经网络现有一种合金由A,B,C三种元素及杂质组成测试5次A百分含量 [7.1 7.0 6.9 6.8 7.2]B百分含量 [3.2 3.4 3.6 3.8 4.0]C百分含量 [2.5 2.9 3.1 2.6 2.2]硬度[78 65 78 69 72]想用BP神经网络进行](/uploads/image/z/5166119-47-9.jpg?t=%E4%BD%BF%E7%94%A8MATLAB%E6%B1%82%E8%A7%A3BP%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%8E%B0%E6%9C%89%E4%B8%80%E7%A7%8D%E5%90%88%E9%87%91%E7%94%B1A%2CB%2CC%E4%B8%89%E7%A7%8D%E5%85%83%E7%B4%A0%E5%8F%8A%E6%9D%82%E8%B4%A8%E7%BB%84%E6%88%90%E6%B5%8B%E8%AF%955%E6%AC%A1A%E7%99%BE%E5%88%86%E5%90%AB%E9%87%8F+%5B7.1+7.0+6.9+6.8+7.2%5DB%E7%99%BE%E5%88%86%E5%90%AB%E9%87%8F+%5B3.2+3.4+3.6+3.8+4.0%5DC%E7%99%BE%E5%88%86%E5%90%AB%E9%87%8F+%5B2.5+2.9+3.1+2.6+2.2%5D%E7%A1%AC%E5%BA%A6%5B78+65+78+69+72%5D%E6%83%B3%E7%94%A8BP%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E8%BF%9B%E8%A1%8C)
使用MATLAB求解BP神经网络现有一种合金由A,B,C三种元素及杂质组成测试5次A百分含量 [7.1 7.0 6.9 6.8 7.2]B百分含量 [3.2 3.4 3.6 3.8 4.0]C百分含量 [2.5 2.9 3.1 2.6 2.2]硬度[78 65 78 69 72]想用BP神经网络进行
使用MATLAB求解BP神经网络
现有一种合金由A,B,C三种元素及杂质组成
测试5次
A百分含量 [7.1 7.0 6.9 6.8 7.2]
B百分含量 [3.2 3.4 3.6 3.8 4.0]
C百分含量 [2.5 2.9 3.1 2.6 2.2]
硬度[78 65 78 69 72]
想用BP神经网络进行拟合
请高手教教我,用MATLAB的
使用MATLAB求解BP神经网络现有一种合金由A,B,C三种元素及杂质组成测试5次A百分含量 [7.1 7.0 6.9 6.8 7.2]B百分含量 [3.2 3.4 3.6 3.8 4.0]C百分含量 [2.5 2.9 3.1 2.6 2.2]硬度[78 65 78 69 72]想用BP神经网络进行
% A百分含量 [7.1 7.0 6.9 6.8 7.2]
% B百分含量 [3.2 3.4 3.6 3.8 4.0]
% C百分含量 [2.5 2.9 3.1 2.6 2.2]
%
% 硬度[78 65 78 69 72]
%
% P=[.];输入T=[.];输出
clear;clc
%数据
A=[7.1 7.0 6.9 6.8 7.2];
B=[3.2 3.4 3.6 3.8 4.0];
C=[2.5 2.9 3.1 2.6 2.2];
P=[A;B;C];
T=[78 65 78 69 72];
% 创建一个新的前向神经网络
net_1=newff(minmax(P),[10,1],{'tansig','purelin'},'traingdm')
% 当前输入层权值和阈值
inputWeights=net_1.IW{1,1}
inputbias=net_1.b{1}
% 当前网络层权值和阈值
layerWeights=net_1.LW{2,1}
layerbias=net_1.b{2}
% 设置训练参数
net_1.trainParam.show = 50;
net_1.trainParam.lr = 0.05;
net_1.trainParam.mc = 0.9;
net_1.trainParam.epochs = 10000;
net_1.trainParam.goal = 1e-3;
% 调用 TRAINGDM 算法训练 BP 网络
[net_1,tr]=train(net_1,P,T);
% 对 BP 网络进行仿真
A = sim(net_1,P);
% 计算仿真误差
E = T - A;
MSE=mse(E)
x=[7.1 3.2 2.5]';%测试
sim(net_1,x)