如何使用matlab编写多输入单输出BP神经网络 运用matlab解决bp神经网络多个输入一个输出的问题
\u5982\u4f55\u7528matlab\u7f16\u5199\u591a\u8f93\u5165\u5355\u8f93\u51faBP\u795e\u7ecf\u7f51\u7edcnet=newff(input,output,3,{'tansig','purelin'},'trainlm')\uff1b
\u5176\u4e2dinput\u4e3anXm\u77e9\u9635\uff0c\u53ea\u8981\u884c\u6570\u5927\u4e8e\u4e00\u5c31\u662f\u591a\u8f93\u5165
output\u4e3a1XK\u77e9\u9635\uff0c1\u884cK\u5217\u3002
\u7528\u6700\u7b80\u5355\u7684bp\u7f51\u7edc\u5c31\u884c\uff0c\u8f93\u5165\u8282\u70b9\u6570\u7b49\u4e8e\u53d8\u91cf\u6570\uff0c\u8f93\u51fa\u8282\u70b9\u6570\u4e3a1.\u5728matlab\u91cc\uff0c\u5c31\u7528newff\u51fd\u6570\u5efa\u7acb\u7f51\u7edc\u5373\u53ef\u3002
newff\u51fd\u6570\u7684\u683c\u5f0f\u4e3a\uff1anet=newff(PR,[S1 S2 ...SN],{TF1 TF2...TFN},BTF,BLF,PF\uff09\uff0c\u51fd\u6570newff\u5efa\u7acb\u4e00\u4e2a\u53ef\u8bad\u7ec3\u7684\u524d\u9988\u7f51\u7edc\u3002\u8f93\u5165\u53c2\u6570\u8bf4\u660e\uff1a
PR\uff1aRx2\u7684\u77e9\u9635\u4ee5\u5b9a\u4e49R\u4e2a\u8f93\u5165\u5411\u91cf\u7684\u6700\u5c0f\u503c\u548c\u6700\u5927\u503c\uff1b
Si\uff1a\u7b2ci\u5c42\u795e\u7ecf\u5143\u4e2a\u6570\uff1b
TFi\uff1a\u7b2ci\u5c42\u7684\u4f20\u9012\u51fd\u6570\uff0c\u9ed8\u8ba4\u51fd\u6570\u4e3atansig\u51fd\u6570\uff1b
BTF\uff1a\u8bad\u7ec3\u51fd\u6570\uff0c\u9ed8\u8ba4\u51fd\u6570\u4e3atrainlm\u51fd\u6570\uff1b
BLF\uff1a\u6743\u503c/\u9600\u503c\u5b66\u4e60\u51fd\u6570\uff0c\u9ed8\u8ba4\u51fd\u6570\u4e3alearngdm\u51fd\u6570\uff1b
PF\uff1a\u6027\u80fd\u51fd\u6570\uff0c\u9ed8\u8ba4\u51fd\u6570\u4e3amse\u51fd\u6570\u3002
clc;clear;
close all;
p=load('originaldata.txt');%你问题最后说的数据文件名跟这个不同。
p1=p';
t=[1];% 这个输出（Targets）应该和输入数据对应，输入数据有10个，输出应该也是10个
所以改为 t是一个1x10的行向量，每个元素对应10个输入数据的输出。不知道你的训练数据的输出是不是都是1？我试了试假设你的数据的输出都是1，所以t=ones(1,10),可以运行。
绛旓細1銆佹墦寮matlab锛屾柊寤轰竴涓┖鐧界殑simulinik妯″瀷銆2銆佹墦寮simulink鐨勫厓浠跺簱锛屽鍥句腑绾㈠湀鎵绀恒3銆佸湪鎼滅储鏍忚緭鍏モ渕atlab function鈥濓紝寮濮嬫悳绱紝灏卞彲浠ュ湪鍙宠竟鎵惧埌瀵瑰簲鐨勬ā鍧椼4銆佺涓涓拰鏈鍚庝竴涓槸涓鏍风殑銆傞変腑鍚庢寜浣忛紶鏍囧乏閿笉鏀撅紝鎷栧埌绌虹櫧鐨剆imulink鐣岄潰涓5銆佷负浜嗙ず渚嬩娇鐢ㄦ柟娉曪紝缂栦竴涓姞娉曞櫒鐨勫姛鑳姐傛妸...
绛旓細1銆丼imulink涓惌寤哄涓嬫ā鍨嬨2銆佸叾涓紝璋冨埗娉㈣涓哄父鏁0.5锛岃浇娉㈢殑璁剧疆鍙傛暟鍙婄浉搴旇浇娉㈡尝褰㈠涓嬨3銆佽繍琛屽悗锛孭WM鑴夊啿娉㈠舰濡備笅鍥2锛屾樉绀哄崰绌烘瘮涓25%銆4銆佷繚鎸佽浇娉笉鍙橈紝璋冩暣璋冨埗娉紝杩欏効灏嗚皟鍒舵尝Constant璁剧疆涓鸿缃负0锛岃繖鏃惰剦鍐插崰绌烘瘮涓50%銆5銆佷繚鎸佽皟鍒舵尝涓嶅彉锛屼慨鏀硅浇娉㈠弬鏁帮紝濡備笅鍥撅紝杩欐椂鑴夊啿鍗犵┖姣斾负50...
绛旓細鍙屽嚮add妯″潡锛屽湪寮瑰嚭鐨勫璇濇涓渓ist of signs鈥濋」濉叆4鍗冲彲锛屽鍥
绛旓細function [output1,output2,output3,output4] = name(input1,input2,input3,input4)output涓鸿緭鍑哄彉閲忓悕锛宨nput涓杈撳叆鍙橀噺鍚嶏紝name涓哄嚱鏁板悕锛屽彲浠ユ寜鐓ц嚜宸辨剰鎰夸慨鏀 鏈鍓嶉潰鐨刦unction蹇呴』鏈
绛旓細Ia=-Is;Ib=0;Ic=Is;else Ia=0;Ib=-Is;Ic=Is;end sys=[Ia Ib Ic];闂鍥炵瓟锛1.鏄殑 2.Is鍜宎ngle宸茬粡閫氳繃mux妯″潡闆嗕腑浼犻佺粰s-function锛屼笉闇瑕侀氳繃s-function parameter璧嬪笺傚湪绋嬪簭閲岄潰鐢u(1) u(2)灏卞彲浠ュ緱鍒杈撳叆鐨勫 3.浣犵殑绋嬪簭閮芥槸浠庡閮ㄨ绠椾箣鍚庨佺粰s-function鐨勶紝涓嶇敤瀹氫箟鍙傛暟銆
绛旓細clc;clear;close all;p=load('originaldata.txt');%浣犻棶棰樻渶鍚庤鐨勬暟鎹枃浠跺悕璺熻繖涓笉鍚屻俻1=p';t=[1];% 杩欎釜杈撳嚭锛圱argets锛夊簲璇ュ拰杈撳叆鏁版嵁瀵瑰簲锛岃緭鍏ユ暟鎹湁10涓紝杈撳嚭搴旇涔熸槸10涓 鎵浠ユ敼涓 t鏄竴涓1x10鐨勮鍚戦噺锛屾瘡涓厓绱犲搴10涓緭鍏ユ暟鎹殑杈撳嚭銆備笉鐭ラ亾浣犵殑璁粌鏁版嵁鐨勮緭鍑烘槸涓嶆槸閮芥槸1锛熸垜...
绛旓細鎶杈撳叆杞疆涓涓 搴旇灏卞彲浠ヤ簡锛岃繖鏍峰氨鏈10鍒楋紝瀵瑰簲10涓緭鍑猴紝姣忓垪鐨勪笁琛屽氨瀵瑰簲3缁
绛旓細鎶婃暟鎹斁鍒版枃鏈枃浠朵腑锛屼互鐭╅樀鐨勬柟寮忔帓鍒楋紝褰撶劧鍙互鍙湁涓琛屾垨涓鍒楋紝鐒跺悗璇诲叆鍒matlab鐨鎸囧畾鐭╅樀褰撲腑锛屽嵆鍙互浣跨敤锛岃鍏ユ柟娉曪細M = load('sample_file.txt')M鍗充负璇诲埌鏁扮殑鐭╅樀
绛旓細浠庡浘鍒ゆ柇锛屼綘鐢鐨勬槸Embedded MATLAB Function妯″潡锛MATLAB鐨switch...case璇彞鍜孋璇█涓嶅悓锛宑ase鐨勫悗闈㈠簲璇ユ帴閫楀彿鑰屼笉鏄啋鍙凤紱浣犵殑u1銆乽2銆乽3澶氬璇啓鎴恥(1)銆乽(2)銆乽(3)锛涙潯浠惰鍙ョ殑鏈鍚庝竴涓垎鏀 else(u1==0&&u2==-1)鍒板簳鏈夋病鏈夋潯浠跺垽鏂紵鏈夋潯浠跺簲璇ョ敤elseif锛屾棤鏉′欢鐨勮瘽鍚庨潰涓嶅簲璇ユ湁鎷彿锛...
绛旓細n=input('杈撳叆鏁板瓧涓暟');for ii=1:n x(ii)=input('杈撳叆鏁板瓧锛');end mean(x)
