BP神经网络源码

该博客展示了如何使用粒子群优化算法(PSO)来优化多输入多输出的BP神经网络,通过训练数据进行训练,并利用训练好的网络进行预测。博主详细介绍了数据预处理、初始化参数、PSO算法的实现以及网络输出的评估,提供了完整的MATLAB代码示例。
摘要由CSDN通过智能技术生成

%粒子群优化多输入多输出BP神经网络代码

warning off

clear

clc

tic

global SamIn SamOut HiddenUnitNum InDim OutDim TrainSamNum

%% 导入训练数据

data = xlsread('data1.xlsx');

[data_m,data_n] = size(data);%获取数据维度

P = 80; %百分之P的数据用于训练,其余测试

Ind = floor(P * data_m / 100);

train_data = data(1:Ind,1:4)';

train_result = data(1:Ind,6)';

test_data = data(Ind+1:end,1:4)';% 利用训练好的网络进行预测

test_result = data(Ind+1:end,6)';

%% 初始化参数

[InDim,TrainSamNum] = size(train_data);% 学习样本数量

[OutDim,TrainSamNum] = size(train_result);

HiddenUnitNum = 8; % 隐含层神经元个数

[SamIn,PS_i] = mapminmax(train_data,0,1); % 原始样本对(输入和输出)初始化

[SamOut,PS_o] = mapminmax(train_result,0,1);

W1 = HiddenUnitNum*InDim; % 初始化输入层与隐含层之间的权值

B1 &

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值