请教BP网络的程序

wilse

<>我这有一个关于神经网络的程序，哪位能告诉我怎样修改才能保证每次运行的结果是比较符合实际的？我要模拟y=x^2的曲线，可通过模拟后将x=2.5代入进去却得不到6.25，为什么？谢谢！</P>
<>close all
clear
echo on
clc</P>
<>%输入矢量p
P=[-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 ];</P>
<P>%目标矢量
T=[36 25 16 9 4 1 0 1 4 9 16 25 36];</P>
<P>%创建一个新的前向神经网络
%带动量的批处理梯度下降法（TRAINGDM）
net=newff(minmax(P),[20,1],{'logsig','purelin'},'traingdm')</P>
<P>%当前输入层权值和阀值
%inputWeights=net.IW{1,1}
inputWeights=-2.5+5*rand(20)
inputbias=net.b{1}</P>
<P>%当前网络层权值和阀值
layerWeights=net.LW{2,1}
layerbias=net.b{2}</P>
<P>%设置训练参数
net.trainParam.show=200;%每隔50次显示一次
net.trainParam.lr=0.15;%lr表示学习速率
net.trainParam.mc=0.8;%mc表示动量系数
net.trainParam.epochs=100000;
net.trainParam.goal=1e-15;</P>
<P>%调用traingdm算法训练BP网络
[net,tr]=train(net,P,T);</P>
<P>%对BP网络进行仿真
A=sim(net,P)</P>
<P>%计算仿真误差
E=T-A;
MSE=mse(E)</P>
<P>Y=[1 2 2.5 3];</P>
<P>X=sim(net,Y)</P>
<P>%plot(P,A,Y,X,'o')
echo off</P>

163er

<>可能与隐层节点数目，参考一些经验公式，代入不同的h</P>

wilse

能不能说得详细点？我变换过节点数，可仍然得不到6.25。但对于学习样本，却都能得到非常精确的解。这是为什么？

wangguanjin

<>楼主的那个程序我运行过了，的确是你说的，我查了一些资料，应为是这样的：你应该首先将P和T“归一化”（归一化其实就是一个线性变换，使向量的均值为0，模为1），也将Y归一化，最后还原。我做过BP网络的预测，这样处理是又理论依据的。</P><>这里给一个个定理：</P><>Kolmogorv定理：给定任一连续函数f：f（X）＝Y，这里X的每个元素属于闭区间[0,1],f可以精确的用一个三层前向网络实现，次网络 的第一层（输入层）有n个处理单元，中间层有2n+1个处理单元，第三层（输出层)有m个处理单元</P>

wilse

<>matlab里面有归一化的程序吗？谢谢</P>

wangguanjin

<>归一化其实很容易，就是将模变为1，平均值变为0</P>

wangguanjin

malab里面没用过，也不晓得又不有