matlab神经网络不常见问题,不使用工具箱编写BP神经网络出现了问题，求大神指导...

该楼层疑似违规已被系统折叠 隐藏此楼查看此楼

前几天在论坛看到一篇不使用工具箱编写的BP神经网络案例，该程序出现了输入样本越多，逼近效果越差的情况，我把这个程序当中的所有公式都推导了一遍没有发现任何问题，但是却出现了如下的情况：输入为41组时，效果较好；输出为61组是误差图像有突变点，但趋势是下降的；输入为321组时，误差会不断增大，求大神指导是什么地方除了问题，下面附上程序。

% function main()

clc % 清屏

clear all; %清除内存以便加快运算速度

close all; %关闭当前所有figure图像

SamNum=61; %输入样本数量为321

TestSamNum=61; %测试样本数量也是321

HiddenUnitNum=8; %中间层隐节点数量取8

InDim=1; %网络输入维度为1

OutDim=1;

%原始数据

p=-1.5:0.05:1.5;

t=cos(p*pi);

%[SamIn,minp,maxp,tn,mint,maxt]=premnmx(p,t); %原始样本对(输入和输出)初始化

[SamIn,inputps]=mapminmax(p);

MaxEpochs=10000; %最多训练次数为50000

lr=0.01; %学习速率

E0=0.65*10^(-3); %目标误差为0.65*10^(-3)

W1=0.5*rands(HiddenUnitNum,InDim);

B1=0.5*rands(HiddenUnitNum,1); %[Q,1]，b1为innum行，1列的矩阵，为神经元阈值

W2=0.5*rands(OutDim,HiddenUnitNum); %[R S]，w2为HiddenUnitNum行，outnum列的矩阵,为层权值

B2=0.5*rands(OutDim,1); %[S,1]，b2为outnum行，1列的矩阵,为层权值

ErrHistory=[]; %给中间变量预先占据内

for i=1:MaxEpochs

HiddenOut=logsig(W1*SamIn+repmat(B1,1,SamNum)); % 隐含层网络输出

NetworkOut=W2*HiddenOut+repmat(B2,1,SamNum); % 输出层网络输出

Error=t-NetworkOut; % 实际输出与网络输出之差

SSE=sumsqr(Error); %能量函数(误差平方和)

ErrHistory=[ErrHistory SSE];

if SSE

% 以下六行是BP网络最核心的程序

% 他们是权值(阈值)依据能量函数负梯度下降原理所作的每一步动态调整量

Delta2=Error;

Delta1=W2'*Delta2.*HiddenOut.*(1-HiddenOut);

dW2=Delta2*HiddenOut';

dB2=Delta2*ones(SamNum,1);

dW1=Delta1*SamIn';

dB1=Delta1*ones(SamNum,1);

%对输出层与隐含层之间的权值和阈值进行修正

W2=W2+lr*dW2;

B2=B2+lr*dB2;

%对输入层与隐含层之间的权值和阈值进行修正

W1=W1+lr*dW1;

B1=B1+lr*dB1

end

HiddenOut=logsig(W1*SamIn+repmat(B1,1,TestSamNum)); % 隐含层输出最终结果

NetworkOut=W2*HiddenOut+repmat(B2,1,TestSamNum); % 输出层输出最终结果

% plot(t);

% hold on

% plot(NetworkOut,'r')

plot(ErrHistory)