前言

如何用matlab搭建一個簡單的Bp神經(jīng)網(wǎng)絡，并且在代碼的最后得到Bp神經(jīng)網(wǎng)絡訓練后的權(quán)值與閾值。實際上，權(quán)值與閾值可以在開始訓練網(wǎng)絡前給其賦值，換句話說，我們給神經(jīng)網(wǎng)絡的權(quán)值與閾值想怎么賦值就怎么賦值，當然賦值的結(jié)果一定會影響神經(jīng)網(wǎng)絡最終的預測性能。我們追求的目標是使神經(jīng)網(wǎng)絡最終的預測性能最佳，也就是說找到最佳的權(quán)值與閾值，那么怎么去找呢，肯定不能用枚舉法，這時我們可以用智能優(yōu)化算法來對權(quán)值與閾值進行搜索，本篇中我們使用遺傳算法進行搜索。

 

本次我們要訓練9個15維的輸入數(shù)據(jù)，輸出數(shù)據(jù)為9個3維矩陣，測試輸入數(shù)據(jù)為3個15維數(shù)據(jù)，測試輸出數(shù)據(jù)為3個3維數(shù)據(jù)。訓練數(shù)據(jù)和測試數(shù)據(jù)如下。訓練輸入數(shù)據(jù)為P，訓練輸出數(shù)據(jù)為T，測試輸入數(shù)據(jù)P_test，測試輸出數(shù)據(jù)為T_test（PS：注意列數(shù)代表數(shù)據(jù)個數(shù)，行數(shù)代表維數(shù)）。

 

總結(jié)

以上是生活随笔為你收集整理的MATLAB实战系列（二十一）-基于遗传算法的BP神经网络优化算法（附MATLAB代码）的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。