matlab避免误差传播方法,请教 ，Matlab的BP网络训练误差的问题

各位高手：帮忙看一下我的程序，关于BP网络的，想问一下如何才能使我的程序运行之后，误差是按指数规律下降。谢谢各位啦！！

%BP网络，根据计算过程编写

clear all

clc

close all

%======================参数设置============================================

SampleNum=100;                         %样本点数；

InputNum=1;                            %输入个数；

HiddenNum=10;                          %隐层单元个数；

OutputNum=1;                           %输出个数；

maxcount=200000;                         %最大训练次数；

Errgoal=0.001;                        %网络误差目标；

Lr=0.004;                               %学习率；

%=====================训练样本的获得========================================

SampleIn=8*rand(1,SampleNum)-4;   %样本输入，为[-4,4]之间100个随机数；

SampleOut=1.1*(1-SampleIn+2*SampleIn.^2).*exp(-SampleIn.^2/2);

%绘制样本曲线

figure(1)

plot(SampleIn,SampleOut,'r+')

grid on

hold on

%=====================各层权值阈值初始化====================================

W1=0.2*rand(HiddenNum,InputNum)-0.1 ; %输入层和隐层之间的权值10×1，采用随机数初始化；

W2=0.2*rand(OutputNum,HiddenNum)-0.1;  %隐层与输出层之间的权值1×10，采用随机数初始化；

V1=0.2*rand(HiddenNum,InputNum)-0.1 ;  %输入层和隐层之间的阈值10×1，采用随机数初始化；

V2=0.2*rand(1,OutputNum)-0.1 ;  %隐层与输出层之间的阈值1×1，采用随机数初始化；

W1EX=[W1,V1]         %将隐层权值阈值整合10×2；

W2EX=[W2,V2]         %将输出层权值阈值整合；

SampleInEX=[SampleIn',ones(SampleNum,1)]' ; %将样本扩展为和权值矩阵形式相同10×2

%其中第一列为输入具体值，第二列为1；

Error=[];

%======================训练过程============================================

for i=1:maxcount     %结束条件：循环次数超过最大设定值；

%===========前向传播过程===================================================

net=W1EX*SampleInEX;

HiddenOut=logsig(net);   %隐层节点输出10×100，激励函数为对数S型函数；

HiddenOutEX=[HiddenOut',ones(SampleNum,1)]';% 将隐层输出添加元素1并扩展为11×100

NetOut=W2EX*HiddenOutEX ; %W2EX为1×11，所以结果为1×100；

%计算误差，并判断是否达到误差要求；

Error0=SampleOut-NetOut ;       %输出层误差；

SSE=sumsqr(Error0);              %/i ;           %输出误差平方和；

Error=[Error0 SSE]  ;        %记录训练误差；

if SSE

break;

end

%======================误差反向传播========================================

delta2=Error0  ;          %输出层误差偏导；

delta1=W2'*delta2.*HiddenOut.*(1-HiddenOut) ;   %隐层误差偏导；

%权值调节量；

DW2EX=delta2*HiddenOutEX' ;       %输出层调整量；

DW1EX=delta1*SampleInEX' ;        %隐层调整量；

%改变后的权值阈值；

W1EX=W1EX+Lr*DW1EX;

W2EX=W2EX+Lr*DW2EX;

end

%显示调整后的权值

W1Ex=W1EX

W2Ex=W2EX

%=======================网络测试===========================================

TestIn=-4:0.1:4;

TestSampleOut=1.1*(1-TestIn+2*TestIn.^2).*exp(-TestIn.^2/2);

Test_Num=81;

TestInEX=[TestIn',ones(Test_Num,1)]';

TestHiddenOut=logsig(W1EX*TestInEX) ;

TestHiddenOutEX=[TestHiddenOut',ones(Test_Num,1)]';

TestOut=W2EX*TestHiddenOutEX  ;

plot(TestIn,TestOut,'b+-',TestIn,TestSampleOut,'g')

%==============误差曲线====================================================

figure(2)

hold on

[xx,num]=size(Error);

plot(1:num,Error)

title('误差曲线')

grid on