《BP 及RBP 神经网络逼近、药品销售预测、基本遗传算法设计实验》实验指导书雷菊阳编机械工程学院2012年 6月实验一、BP 及 RBP 神经网络逼近一、实验目的1、了解 MATLAB集成开发环境2、了解 MATLAB编程基本方法3、加深对ＢＰ算法的理解和掌握4、掌握工具包入口初始化及调用5、加深 BP 、RBP 神经网络对任意函数逼近的理解二、实验内容1、MATLAB基本指令和语法。2、ＢＰ算法的 MATLAB实现三、实验步骤1、熟悉 MATLAB开发环境2、输入参考程序3、设置断点，运行程序，观察运行结果四、参考程序1、BP算法的matlab实现程序%lr为学习步长，err_goal期望误差最小值，max_epoch训练的最大次数，隐层和输出层初值为零lr=0.05;err_goal=0.01;max_epoch=3000;a=0.9;Oi=0;Ok=0;%两组训练集和目标值X=[11;-1-1;11];T=[11;11];%初始化wki，wij（M为输入节点j的数量；q为隐层节点i的数量；L为输出节点k的数量）[M,N]=size(X);q=8;[L,N]=size(T);wij=rand(q,M);wki=rand(L,q);wij0=zeros(size(wij));wki0=zeros(size(wki));forepoch=1:max_epoch%计算隐层各神经元输出NETi=wij*X;for j=1:Nfor i=1:qOi(i,j)=2/(1+exp(-NETi(i,j)))-1;endend%计算输出层各神经元输出NETk=wki*Oi;for i=1:Nfor k=1:LOk(k,i)=2/(1+exp(-NETk(k,i)))-1;endend%计算误差函数E=((T-Ok)'*(T-Ok))/2;if (E
