GA-BP神经网络应用实例之MATLAB程序.docx
《GA-BP神经网络应用实例之MATLAB程序.docx》由会员分享,可在线阅读,更多相关《GA-BP神经网络应用实例之MATLAB程序.docx(11页珍藏版)》请在第一文库网上搜索。
1、GA-BP神经网络应用实例之MAT1AB程序%gap.x1s中存储训练样本的原始输入数据37组%gatx1s中存储训练样本的原始输出数据37组%pjest.x1s中存储测试样本的原始输入数据12组%t_test.x1s中存储测试样本的原始输出数据12组%其中gabpEva1.m适应度值计算函数,gadecod.m解码函数%nntwarnoff;%nntwarn函数可以临时关闭神经网络工具箱的警告功能,当代码使用到神经%网络工具箱的函数时会产生大量的警告而这个函数可以跳过这些警告但%是,为了保证代码可以在新版本的工具箱下运行,我们不鼓励这么做pc=x1sread(,gap.x1s,);tc=1s
2、read(gat.x1s,);p_test=x1sread(p_test.x1s);tjest=x1sread(tjest.x1s,);P=PC;t=tc;p_test=p_test;t_test=t_test;%归一化处理fori=1:2P(i,:)=(p(i,:)-min(p(i,:)/(max(p(i,:)-min(p(i,:);endfori=1:4T(i)=(t(i)-min(t(i)(max(t(i)-min(t(if:);endfori=1:2Pjest(i)=(pjest(i)-min(p.test(i,)(max(pjest(i)-min(pjest(i,:);end%创建B
3、P神经网络,隐含层节点数为12net=newff(minmax(P),12,4,tansig,pure1in,train1m,);%下面使用遗传算法对网络进行优化R=SiZe(叫;BP神经网络输入层节点数S2=size(T,1);%BP神经网络输出层节点数SI=I2;%隐含层节点数S=R*S1+S1*S2+S1+S2;%遗传算法编码长度aa=ones(S,1)*-1,1;PoPU=Io0;%种群规模initPop=initia1izega(popuxaagabpEva)%初始化种群gen=500;%遗传代数%下面调用gaot工具箱,其中目标函数定义为gabpEva1,endPopjbPop,t
4、race=ga(aa,gabpEvazfinitPop,1e-611,maGenTerm.gen,normGeomSe1ect,0.09,arithXover,2,nonUnifMutation,2gen3);%绘收敛曲线图figure;p1ot(trace(;1),1.trace(;3)r-1;ho1don;p1ot(trace(,1)11.trace(,2)1,b-);X1abeI(遗传代数);y1abe1(平方和误差)figure;P1ot(traced),trace(:,3),r-);ho1don;p1ot(trace(;1),traceC,2),b-);X1abeIC遗传代数);y1
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- GA BP 神经网络 应用 实例 MATLAB 程序