MATLAB BP神经网络编程(4)

MATLAB工具箱BP神经网络应用介绍(3)

MATLAB工具箱BP神经网络应用介绍(2)

MATLAB工具箱BP神经网络应用介绍(1)

MATLAB BP神经网络编程(4)

在MATLAB工具箱bp神经网络应用介绍(1)，(2)和（3）中介绍了三个
BP神经网络的训练函数，这里接着介绍第四个人工神经网络训练函数traingdm函数。

（4）traingdm函数
同traingd函数相似，traingdm函数采用动量梯度下降法训练人工bp网络，通过设置net.trainParam.mc来设置动量因子的大小。

net=newff(minmax(P),[5,1],{'logsig','purelin'},'traingdm');
net.trainParam
ans = 
      epochs: 100
        goal: 0
          lr: 0.0100
    max_fail: 5
          mc: 0.9000
    min_grad: 1.0000e-010
        show: 25
        time: Inf

在Mathlab的命令行窗口中输入：

net=newff(minmax(P),[5,1],{'logsig','purelin'},'traingdm');
net.trainParam.show = 50;
net.trainParam.lr = 0.1;
net.trainParam.mc = 0.9;
net.trainParam.epochs = 300;
net.trainParam.goal = 0.01;
[net,tr]=train(net,P,T);
%回代检验
A=sim(net,P);
%测试样本检验
a=sim(net,p);

训练后的人工神经网络对测试样本的输出为：

a =
    0.6104    0.5641    0.4307

更多MATLAB BP神经网络编程资源:

MATLAB工具箱BP神经网络应用介绍(3)

MATLAB工具箱BP神经网络应用介绍(2)

MATLAB工具箱BP神经网络应用介绍(1)

More details could be found in my published book:
MATLAB编程基础与典型应用
北京：人民邮电出版社,2008
ISBN:978-7-115-17932-6/TP
Pls contact me with Email:lhd06@mails.tsinghua.edu.cn