bp神经网络MATL新编
程序
Revised by Liu Jing on January 12, 2021
%清空环境变量
clc clear
%读取数据
a=xlsread('F:\\4.数据挖掘讲义—马景义\\数据和程序\\matlab\\'); b=xlsread('F:\\4.数据挖掘讲义—马景义\\数据和程序\\matlab\\'); c=xlsread('F:\\4.数据挖掘讲义—马景义\\数据和程序\\matlab\\'); save b save a load data1 load data2 %节点个数 inputnum=42; hiddennum=8; outputnum=1;
%训练数据和预测数据 input_train=a(:,1:90); input_test=a(:,91:137); output_train=b(:,1:90); output_test=b(:,91:137);
%将训练样本输入输出数据归一化
[inputn,inputps]=mapminmax(input_train); [outputn,outputps]=mapminmax(output_train); %构建BP神经网络
net=newff(inputn,outputn,[20,12],{'tansig','purelin'},'traingdx'); %BP神经网络训练
net=train(net,inputn,outputn); %测试样本归一化
inputn_test=mapminmax('apply',input_test,inputps); %BP神经网络预测
an=sim(net,inputn_test); %%网络得到数据反归一化
BPoutput=mapminmax('reverse',an,outputps); d=BPoutput>c figure(1)
%plot(d,':og');
scatter(1:(137-90),d,'rx'); hold on;
%plot(output_test,'-*');
scatter(1:(137-90),output_test,'o');
legend('预测输出','期望输出','fontsize',12); title('BP网络预测输出','fontsize',12); xlabel('样本','fontsize',12);
xlabel('优化前输出的误差','fontsize',12); figure(2)
error=d-output_test; plot(1:(137-90),error);
xlabel('样本','fontsize',12);
ylabel('优化前输出的误差','fontsize',12); %save net net inputs outputs