Matlab 工具箱中的BP 与RBF 函数 Matlab 神经网络工具箱中的函数非常丰富，给网络设置合适的属性，可以加快网络的学习速度，缩短网络的学习进程。限于篇幅，仅对本章所用到的函数进行介绍，其它的函数及其用法请读者参考联机文档和帮助。 1 BP 与RBF 网络创建函数 在Matlab 工具箱中有如表1 所示的创建网络的函数，作为示例，这里只介绍函数newff、newcf、newrb 和newrbe。 表 1 神经网络创建函数 函数名 含 义 newcf 创建一个前向层叠(cascade-forward)BP网络 newff 创建一个前馈(feed-forward)BP网络 newrb 设计一个径向基网络 newrbe 设计一个精密径向基网络 (1) new ff 函数 功能：创建一个前馈BP 神经网络。 调用格式：net = newff(PR,[S1 S2...SNl],{TF1 TF2...TFNl},BTF,BLF,PF) 参数说明： PR - R 个输入的最小、最大值构成的R×2 矩阵； Si –SNI层网络第 i 层的神经元个数； TFi - 第 i 层的传递函数，可以是任意可导函数，默认为 'tansig'，可设置为logsig，purelin 等； BTF -反向传播网络训练函数， 默认为 'trainlm'，可设置为trainbfg，trainrp，traingd 等； BLF -反向传播权值、阈值学习函数，默认为 'learngdm'； PF -功能函数，默认为'mse'； (2) new cf 函数 功能：创建一个N 层的层叠(cascade)BP 网络 调用格式：net = newcf(Pr,[S1 S2...SNl],{TF1 TF2...TFNl},BTF,BLF,PF) 参数同函数newff。 (3) new rb 函数 功能：创建一个径向基神经网络。径向基网络可以用来对一个函数进行逼近。newrb 函数用来创建一个径向基网络，它可以是两参数网络，也可以是四参数网络。在网络的隐层添加神经元，直到网络满足指定的均方误差要求。 调用格式：net = newrb(P,T,GOAL,SPREAD) 参数说明： P：Q 个输入向量构成的 R×Q 矩阵； T：Q 个期望输出向量构成的 S×Q 矩阵； GOAL：均方误差要求，默认为0。 SPREAD：分散度参数，默认值为1。SPREAD 越大，网络逼近的函数越平滑，但 SPREAD 取值过大将导致在逼近变化比较剧烈的函数时神经元过多，若 SPREAD 取值过小，则导致在逼近平滑函数时，导致神经元过多。 (4) new rbe 函数 功能：创建一个精密径向基网络。new rbe 函数可以很快地根据设计向量创建一个 0 误差的径向基网络。 调用格式：Net=New rbe(P,T,SPREAD) 参数说明：...
