matlab神经网络(二)-bp神经网络,MATLAB神经网络（2） BP神经网络的非线性系统建模——非线性函数拟合...

2.1 案例背景

在工程应用中经常会遇到一些复杂的非线性系统，这些系统状态方程复杂，难以用数学方法准确建模。在这种情况下，可以建立BP神经网络表达这些非线性系统。该方法把未知系统看成是一个黑箱，首先用系统输入输出数据训练BP神经网络，使网络能够表达该未知函数，然后用训练好的BP神经网络预测系统输出。

本章拟合的非线性函数为\[y = {x_1}^2 + {x_2}^2\]该函数的图形如下图所示。

t=-5:0.1:5;

[x1,x2] =meshgrid(t);

y=x1.^2+x2.^2;

surfc(x1,x2,y);

shading interp

xlabel(‘x1‘);

ylabel(‘x2‘);

zlabel(‘y‘);

title(‘非线性函数‘);

2.2 模型建立

神经网络结构：2-5-1

从非线性函数中随机得到2000组输入输出数据，从中随机选择1900 组作为训练数据，用于网络训练，100组作为测试数据，用于测试网络的拟合性能。

2.3 MATLAB实现

2.3.1 BP神经网络工具箱函数

newff

BP神经网络参数设置函数。

net=newff(P, T, S, TF, BTF, BLF, PF, IPF, OPF, DD