【学习笔记】找到神经网络代码后如何快速使用以BP-GA神经网络为例

参考文献

[1]王小川.MATLAB神经网络43个案例分析[M].北京航空航天大学出版社,2013.

正文

前提：安装matlab、下载matlab代码文件。

优化后的BP神经网络，一般分为function和main两种matlab代码。

修改之前，需要先运行main代码以检验代码十分能够正常运行。

代码正常运行之后，我们需要使用代码用于预测数据，则需要修改main代码中的输入输出、输入节点数和输出节点数，以及训练数据集和测试数据集。

修改输入输出

输入输出的矩阵方向十分重要，一般的代码输入矩阵都是行矩阵。查看原始data中的input就可以查看到矩阵方向。图1为第三章例子[1]，图2为修改后代码其中X、Y是试验中获得的多组数据，越多预测越准。matlab.mat是X、Y的保存文件名（自取名）。

图1输入输出原始代码

图2修改后输入输出代码

修改输入节点数和输出节点数

图3为输入输出原始代码，图4为修改后输入输出代码。图4中我的数据输入个数为4个变量x，1个因变量y，hiddennum是隐含节点，可以[a,b,c,...]这样控制层数。要多次修改运行直到最好的预测网络并保存网络。

图3输入输出原始代码

图4修改后输入输出代码

修改训练数据集和测试数据集

图5为训练数据集和测试数据集原始代码，图6为训练数据集和测试数据集修改代码。

代码顺序稍微不一样，对程序没有影响。一般训练数据占原始数据的85%，测试数据占15%.

图5训练数据集和测试数据集原始代码

图6训练数据集和测试数据集修改代码

图7具体修改后代码

网络预测

一般神经网络的代码中没有自带预测代码，原因是代码很简单= =图8所示。

图8预测代码new_X为预测数据，行矩阵。

结语

本文为学习笔记，分享给各位一起学习。

身为材料人，要学代码太难了，学习了一个星期神经网络终于会用了，分享给各位了。