搜索
《机器学习》课内实验报告（2）BP学习算法的实现2015-2016学年第2学期专业：智能科学与技术班级：智能1301班学号：06133029姓名：张争辉一、实验目的：人工神经网络学习为学习实数值和向量值函数提供了一种实际的方法，对于连续的和离散的属性都可以使用。并且对训练数据中的噪声具有很好的健壮性。反向传播算法是最常见的网络学习算法。这是我们所知用来训练神经网络很普遍的方法，反向传播算法是一种具有很强学习能力的系统，结构比较简单，且易于编程。理解并且编程实现这一算法。二、实验要求：用MATLAB/C/C++,实现上述算法试用BP神经网络逼近非线性函数)10sin()()5.0(9.1ueufu其中，u取值[-0.5,0.5]三、具体实现：MATLAB代码如下：clearall;x=[-1:0.01:1];y=exp(-1.9*(0.5+x)).*sin(10*x);net=newff(minmax(x),[20,1],{'tansig','purelin'});y1=sim(net,x);net.trainParam.epochs=50;net.trainParam.goal=0.01;net=train(net,x,y);y2=sim(net,x);figure(1);subplot(2,1,1);plot(x,y1);subplot(2,1,2);plot(x,y2);figure(2);plot(x,y,'-',x,y1,'-',x,y2,'--')title('原函数与网络训练后结果比较');xlable('x');ylable('y');legend('y','y1','y2');gridon运行结果如下：四、实验心得BP神经网络是一种很常用的算法，通过本次实验，让我对BP神经网络的基本工作原理有了一个深入的理解，通过MATLAB仿真实现再次加深我对它的理解。这次试验的编程难度不是很高，所以在实验中并没有出现什么大的问题，就得到了结果。在使用MATLAB函数时需要注意参数的问题。