BP算法.ppt

1、BP算法汇总,（1）,（2）,（3）,sigmoid函数（取值在0，1之间）的导数,sigmoid函数（取值在0，1之间）的导数,对称型Sigmoid函数（取值在-1，1之间,对称型Sigmoid函数（取值在-1，1之间,对称型Sigmoid函数的导数,BP算法的实现（初始化）,clear in=5; hid=5; out=1; N=2000; w2=rand(hid,in)-0.5; w3=rand(out,hid)-0.5; a=0.1; y(:,1:3)=zeros(1,3); u=2*(rand(1,N)-.5); for k=4:N y(k)=0.7*(y(k-1)*y(k-2)*y

2、(k-3)*u(k-2)*(y(k-3)-1)+u(k-1)/(1+y(k-2)2+y(k-3)2); end,BP算法的实现（前向计算）,for k=4:N x1=y(k-1)y(k-2)y(k-3)u(k-1)u(k-2); for i=1:hid x2(:,i)=sigmoid2(x1*w2(i,:); end y1(k)=sigmoid2(x2*w3); e(k)=y(k)-y1(k); e1(k)=e(k)*e(k); mste(k)=sum(e1)/k; disp(k mste(k);,BP算法的实现（误差反向传播）,delt3=e(k)*(1-y1(k)*(1+y1(k)/2;

3、for j=1:hid delt2(j)=(1+x2(j).*(1-x2(j)./2.*delt3.*w3(j) ; w3(j)=w3(j)+a*delt3*x2(j) end for j=1:hid for l=1:in w2(j,l)=w2(j,l)+a*delt2(j)*x1(l); end end end %End of the train,BP算法的实现（测试数据产生）,for k=1:500 u(k)=sin(2*pi*k/250); end for k=501:1000 u(k)=0.8*sin(2*pi*k/250)+0.2*sin(2*pi*k/25); end for k=

4、4:1000 y(k)=0.7*(y(k-1)*y(k-2)*y(k-3)*u(k-2)*(y(k-3)-1)+u(k-1)/(1+y(k-2)2+y(k-3)2); end,BP算法的实现（测试数据产生）,for k=4:1000 x1=y(k-1)y(k-2)y(k-3)u(k-1)u(k-2) for i=1:hid x2(:,i)=sigmoid2(x1*w2(i,:); end y1(k)=sigmoid2(x2*w3); ee(k)=y(k)-y1(k); disp(k,ee(k); End,BP算法的实现（学习结果显示）,clf t=1:1000; subplot(211),plot(t,y(t),r,t,y1(t),-g) xlabel(Time k) grid subplot(212),plot(mste) xlabel(Time k),