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:...