MATLAB神经网络工具箱

MATLAB软件中包含MATLAB神经网络工具箱，工具箱以人工神经网络为基础，只要根据自己需要调用相关函数，就可以完成网络设计、权值初始化、网络训练等，MATLAB神经网络工具箱包括的网络有感知器、线性网络、BP神经网络、径向基网络、自组织网络和回归网络，BP神经网络工具箱主要包括newff，sim和train三个神经网络函数
各函数的解释如下：
1 newff：BP神经网络参数设置函数
函数功能：构建一个BP神经网络。
函数形式：net = newff(P,T,S,TF,BTF,BLF,PF,IPF,OPF,DDF)
P：输入数据矩阵
T：输出数据矩阵
S：隐含层节点数
TF：节点传递函数，包括硬限幅传递函数hardlim，对称硬限幅传递函数hardlims，线性传递函数purelin，正切S型传递函数tansig，对数S型传递函数logsig
BTF：训练函数，包括梯度下降BP算法训练函数traingd，动量反传的梯度下降BP算法训练函数traingdm，动态自适应学习率的梯度下降BP算法训练函数traingda，动量反传和动态自适应学习率的梯度下降BP算法训练函数traingdx，Levenberg_Marquardt的BP算法训练函数trainlm
BLF：网络学习函数，包括BP学习规则learngd，带动量项的BP学习规则learngdm
PF：性能分析函数，包括均值绝对误差性能分析函数mae，均方差性能分析函数mse
IPF：输入处理函数
OPF：输出处理函数
DDF：验证数据划分函数
一般在使用过程中设置前六个参数，后四个参数采用系统默认参数。
2 train：BP神经网络训练函数
函数功能：用训练数据训练BP神经网络。
函数形式：[net,tr] = train(NET,X,T,Pi,Ai)
NET：待训练网络
X：输入数据矩阵
T：输出数据矩阵
Pi：初始化输入层条件
Ai：初始化输出层条件
net：训练好的网络
tr：训练过程记录
一般在使用过程中设置前三个参数，后两个参数采用系统默认参数。
3 sim：BP神经网络预测函数
函数功能：用训练好的BP神经网络预测函数输出
函数形式：y=sim(net,x)
net：训练好的网络
x：输入数据
y：网络预测数据
只要我们能够熟练掌握上述三个函数，就可以完整的编写一个BP神经网络预测或者分类的程序。

延伸阅读