构建三层BP网络 神经网络控制课件(第三版)

构建的BP神经网络权值、阈值均为随机数。
7
构建三层BP网络
2 设置权值、阈值函数为常值及随机数函数：
常值
net.iw{1,1}
net.b{1}
net.lm{2,1}
net.b{2}
随机数 w=net.inputweights{1,1}.initFcn=‘rands’ ?
b=net.biases{1} .initFcn=‘rands’
Command Window:
见数据
w1 b1 w2 b2 u y= 1.1982
-0.2372
14
构建三层BP网络
思考与练习
1. m252a、b程序中，隐层、输出层各用了什么作用函数？ 为何说是“某次”执行结果？
2. 由m252a、b程序及执行结果的数据，画出网络结构图。 3. 编写构建N2,5,1结构的BP网络程序，执行程序，检验结果的正确性。
例 2-5-1M
构建 三层BP网络
1
构建 三层BP网络
用Matlab函数 构建三层BP网络
2
BP网络神经元
结构 与 模型
3
三层BP网络
结构 与 模型
输入层
隐层
输出层
典 Matlab 型 用结
p iw1,1
R 1 S1 R
1
n1
+
S11
a1 S21
1
lw 2,1
S2 S1
n2
+
S21
a2 S21
b1 =-3.1573 -1.5408 -0.1257
w2 = -0.0871 -0.9630 0.6428 b2 = -0.1106 u =1
2 y= 1.2684
11
构建三层BP网络
构建：BPNN3,4,2
12
构建三层BP网络
Matlab程序： m251b.m
13
构建三层BP网络
m251b.m某次执行结果
3 网络仿真函数：
a=sim(net,p)
或
y=sim(net,u)
8
构建三层BP网络
构建：BPNN2,3,1
9
构建三层BP网络
Matlab程序： m251a.m
10
构建三层BP网络
m251a.m某次执行结果
Command Window:
w1= 1.6158 -0.0302 -0.9155 0.7994 0.6102 0.8982
15
结束
16
符构
b1
b2
R
S21
S21
号一
例
书用符号 u
M用符号
p
对应
xo o
n1 a1百度文库
xy
n2 a2
n m1s m 1W
2W
θ1
θ2
R S1 S2 iw1,1(IW1,1) lw2,1(LW2,1) b1 b2
6
构建三层BP网络
1 构建函数：
new (a,fb,fc,d)
（）中，为构建需的四个条件： a. R2 维矩阵， 由R维输入样本的最大最小值组成； b. 二 、 三层节点个数； c. 各层节点作用函数； d. 训练用函数，若BP算法为：Traingd。