急！求助bp神经网络电力负荷预测代码

[急！急！急！英语求助信！]Dear Mr Wang, This is Li Hua. Remember me? How are you now? I need your help because I find I'm not very used to the high school life. We have nine subjects in...+阅读

急！求助bp神经网络电力负荷预测代码

P=[a1 a2;a2 a3];

T=[a3;a4];

C=[a4];

net=newff(minmax(P),[2,1],{'tansig','logsig'},'traingd'）；%%建网络

net.trainParam.epochs=5000；%%学习次数

net.trainParam.goal=0.0001；%%精度

net=train(net,P,T)；%%训练

y=sim(net,C)；%%仿真

根据你的描述，关键的代码就上面的这些。建议把BP网的算法原理手动计算熟悉一下。这里面隐含层神经元的个数（代码里的2）可以改。另外就是数据输入组织这块你需要注意一下，还有就是你的样本量这块也需要考虑一下

求BP神经网络的高手啊急程序已遍好数据少做修改需要从新计

求BP神经网络的高手啊，急，程序已遍好，数据少做修改需要从新计算，求高手-% 生成训练样本集 clear all; clc; P=[110 0.807 240 0.2 15 1 18 2 1.5; 110 2.865 240 0.1 15 2 12 1 2; 110 2.59 240 0.1 12 4 24 1 1.5; 220 0.6 240 0.3 12 3 18 2 1; 220 3 240 0.3 25 3 21 1 1.5; 110 1.562 240 0.3 15 3 18 1 1.5; 110 0.547 240 0.3 15 1 9 2 1.5]; %110 1.318 300 0.1 15 2 18 1 2]; T=[54248 162787 168380 314797; 28614 63958 69637 82898; 86002 402710 644415 328084; 230802 445102 362823 335913; 60257 127892 76753 73541; 34615 93532 80762 110049; 56783 172907 164548 144040]; %40907 117437 120368 130179]; m=max(max(P)); n=max(max(T)); P=P'/m; T=T'/n; %-------------------------------------------------------------------------% pr(1:9,1)=0； %输入矢量的取值范围矩阵 pr(1:9,2)=1; bpnet=newff(pr,[12 4],{'logsig', 'logsig'}, 'traingdx', 'learngdm')； %建立BP神经网络， 12个隐层神经元，4个输出神经元 %tranferFcn属性 'logsig' 隐层采用Sigmoid传输函数 %tranferFcn属性 'logsig' 输出层采用Sigmoid传输函数 %trainFcn属性 'traingdx' 自适应调整学习速率附加动量因子梯度下降反向传播算法训练函数 %learn属性 'learngdm' 附加动量因子的梯度下降学习函数 net.trainParam.epochs=1000；%允许最大训练步数2000步 net.trainParam.goal=0.001； %训练目标最小误差0.001 net.trainParam.show=10； %每间隔100步显示一次训练结果 net.trainParam.lr=0.05； %学习速率0.05 bpnet=train(bpnet,P,T); %------------------------------------------------------------------------- p=[110 1.318 300 0.1 15 2 18 1 2]; p=p'/m; r=sim(bpnet,p); R=r'*n; display(R);

1如何用MATLAB神经网络工具箱创建BP神经网络模型

%人脸识别模型，脸部模型自己找吧。function mytest()clc;images=[ ]; M_train=3；%表示人脸N_train=5；%表示方向 sample=[]; pixel_value=[];sample_number=0; for j=1:N_train for i=1:M_train str=strcat('Images\',num2str(i),'_',num2str(j),'.bmp'）； %读取图像，连接字符串形成图像的文件名。 img= imread(str); [rows cols]= size(img)；%获得图像的行和列值。 img_edge=edge(img,'Sobel')；%由于在分割图片中我们可以看到这个人脸的眼睛部分也就是位于分割后的第二行中，位置变化比较大，而且眼睛边缘检测效果很好 sub_rows=floor(rows/6)；%最接近的最小整数，分成6行 sub_cols=floor(cols/8)；%最接近的最小整数，分成8列 sample_num=M_train*N_train；%前5个是第一幅人脸的5个角度 sample_number=sample_number+1; for subblock_i=1:8 %因为这还在i,j的循环中，所以不可以用i block_num=subblock_i; pixel_value(sample_number,block_num)=0; for ii=sub_rows:(2*sub_rows) for jj=(subblock_i-1)*sub_cols+1:subblock_i*sub_cols pixel_value(sample_number,block_num)=pixel_value(sample_number,block_num)+img_edge(ii,jj); end end end end end %将特征值转换为小于1的值 max_pixel_value=max(pixel_value); max_pixel_value_1=max(max_pixel_value); for i=1:3 mid_value=10^i; if(((max_pixel_value_1/mid_value)>1)&((max_pixel_value_1/mid_value)