BP算法实验结果报告
1.提取数据
待拟合的非线性函数为双输入单输出函数:y=power(2,x1)+power(2,x2), 其中x1=0,0.1,0.2,…,6;x2=-3,-2.9,-2.8,…,3.即共61组数据。
2.训练网络
网络训练过程可用如下流程图说明:
3.使用网络
设置最大训练次数为15000次,精度为期望值的1%,得到如下的仿真结果,图1中蓝线表示期望输出,红线表示实际输出,在输入数据内基本拟合。
图1
图2
图2中绘制出了误差曲线,实验要求神经网络输出与期望值的最大误差的绝对值不超过期望值的5%,本实验精度设置为期望值的1%,由图可知最大误差小于期望值的1%(0.72),达到了实验的要求。