可以用newrb()或其他函數！

不久前我做過一個實驗，是y=√x的擬合，可以稍微修改下即可

以下為我的源代碼，希望有所幫助

%已知y=x^(-1/2),x分別取1:9 通過訓練擬合，推測x=10和11時的y值

clear all;

P=1:1:9;

T=P.^(1/2);

P2=1:1:11;

T2=P2.^(1/2);

% 神經元數逐步增加,最多就是訓練樣本個數

goal = 1e-10; % 訓練誤差的平方和(默認為0)

spread = 10; % 此值越大,需要的神經元就越少(默認為1)

MN = size(P,2); % 最大神經元數(默認為訓練樣本個數)

DF = 1; % 顯示間隔(默認為25)

t1=clock; % 計時開始

net = newrb(P,T,goal,spread,MN,DF);%training

datat=etime(clock,t1) %計算設計網絡所用的時間

%----------------

plot(P2,T2,'ro'); %red 'o'號表示真實值

hold on

Y=sim(net,P2);

%mse = mean((T2-Y).^2) %均方誤差

plot(P2,Y);

plot(P2,Y,'b*'); %blue '*'號表示真實值

x=10:1:11

y=sim(net,x)

hold off

總結

以上是生活随笔為你收集整理的matlab指数分布拟合,如何使用matlab拟合指数分布函数？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。