matlab神经网络工具箱创建神经网络

为了看懂师兄的文章中使用的方法，研究了一下神经网络

昨天花了一天的时间查怎么写程序，但是费了半天劲，不能运行，百度知道里倒是有一个，可以运行的，先贴着做标本

% 生成训练样本集

clear all;

clc;

P=[110 0.807 240 0.2 15 1 18 2 1.5;

110 2.865 240 0.1 15 2 12 1 2;

110 2.59 240 0.1 12 4 24 1 1.5;

220 0.6 240 0.3 12 3 18 2 1;

220 3 240 0.3 25 3 21 1 1.5;

110 1.562 240 0.3 15 3 18 1 1.5;

110 0.547 240 0.3 15 1 9 2 1.5];

0 1.318 300 0.1 15 2 18 1 2];

T=[54248 162787 168380 314797;

28614 63958 69637 82898;

86002 402710 644415 328084;

230802 445102 362823 335913;

60257 127892 76753 73541;

34615 93532 80762 110049;

56783 172907 164548 144040];

@907 117437 120368 130179];

m=max(max(P));

n=max(max(T));

P=P'/m;

T=T'/n;

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

pr(1:9,1)=0; %输入矢量的取值范围矩阵

pr(1:9,2)=1;

bpnet=newff(pr,[12 4],{'logsig', 'logsig'}, 'traingdx', 'learngdm'); %建立BP神经网络， 12个隐层神经元，4个输出神经元

%tranferFcn属性 'logsig' 隐层采用Sigmoid传输函数

%tranferFcn属性 'logsig' 输出层采用Sigmoid传输函数

%trainFcn属性 'traingdx' 自适应调整学习速率附加动量因子梯度下降反向传播算法训练函数

%learn属性 'learngdm' 附加动量因子的梯度下降学习函数

net.trainParam.epochs=1000;%允许最大训练步数2000步

net.trainParam.goal=0.001; %训练目标最小误差0.001

net.trainParam.show=10; %每间隔100步显示一次训练结果

net.trainParam.lr=0.05; %学习速率0.05

bpnet=train(bpnet,P,T);

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

p=[110 1.318 300 0.1 15 2 18 1 2];

p=p'/m;

r=sim(bpnet,p);

R=r'*n;

display(R);

运行的结果是出现这样的界面

点击performance，training state，以及regression分别出现下面的界面

再搜索，发现可以通过神经网络工具箱来创建神经网络，比较友好的GUI界面，在输入命令里面输入nntool，就可以开始了。

点击import之后就出现下面的具体的设置神经网络参数的对话界面，这是输入输出数据的对话窗

首先是训练数据的输入

然后点击new，创建一个新的神经网络network1，并设置其输入输出数据，包括名称，神经网络的类型以及隐含层的层数和节点数，还有隐含层及输出层的训练函数等

点击view，可以看到这是神经网络的可视化直观表达

创建好了一个network之后，点击open，可以看到一个神经网络训练，优化等的对话框，选择了输入输出数据后，点击train，神经网络开始训练，如右下方的图，可以显示动态结果

下面三个图形则是点击performance，training state以及regression而出现的

下面就是simulate，输入的数据是用来检验这个网络的数据，output改一个名字，这样就把输出数据和误差都存放起来了

在主界面上点击export就能将得到的out结果输入到matlab中并查看下图就是输出的两个outputs结果

还在继续挖掘，to be continue……

20111130

神经网络工具箱

版本7.0（R2010b）

图形用户界面功能。

nnstart - 神经网络启动GUI

nctool - 神经网络分类工具

nftool - 神经网络的拟合工具

nntraintool - 神经网络的训练工具

nprtool - 神经网络模式识别工具

ntstool - NFTool神经网络时间序列的工具

nntool - 神经网络工具箱的图形用户界面。

查看- 查看一个神经网络。

网络的建立功能。

cascadeforwardnet - 串级，前馈神经网络。

competlayer - 竞争神经层。

distdelaynet - 分布时滞的神经网络。

elmannet - Elman神经网络。

feedforwardnet - 前馈神经网络。

fitnet - 函数拟合神经网络。

layrecnet - 分层递归神经网络。

linearlayer - 线性神经层。

lvqnet - 学习矢量量化（LVQ）神经网络。

narnet - 非线性自结合的时间序列网络。

narxnet - 非线性自结合的时间序列与外部输入网络。 newgrnn - 设计一个广义回归神经网络。

newhop - 建立经常性的Hopfield网络。

newlind - 设计一个线性层。

newpnn - 设计概率神经网络。

newrb - 径向基网络设计。

newrbe - 设计一个确切的径向基网络。

patternnet - 神经网络模式识别。

感知- 感知。

selforgmap - 自组织特征映射。

timedelaynet - 时滞神经网络。

利用网络。

网络- 创建一个自定义神经网络。

SIM卡- 模拟一个神经网络。

初始化- 初始化一个神经网络。

适应- 允许一个神经网络来适应。

火车- 火车的神经网络。

DISP键- 显示一个神经网络的属性。

显示- 显示的名称和神经网络属性