BP神經網絡擬合給定函數

　　近期在准備美賽，因為比賽需要故重新安裝了matlab，在里面想嘗試一下神將網絡工具箱。就找了一個看起來還挺賞心悅目的函數例子練練手：

                                                                                             y=1+sin(1+pi*x/4)

　　針對這個函數，我們首先畫出其在[-1,8]上的函數圖像，這里間隔為0.05.代碼為：
　　

p=[-1:0.05:8] t=1+sin(1+pi*p/4) plot(p,t,'-') title("要逼近的線性函數") xlabel("x")

　　畫出的圖像如下：

 然后我們通過建立神經網絡，並且訓練，設置訓練時間為50.這里采用了四層神經網絡。

net=newff(minmax(p),[4,1],{'tansig''purelin'},'tranlm')
net=newff(minmax(p),[4,1],{'tansig','purelin'},'tranlm')
net=newff(minmax(p),[4,1],{'tansig','purelin'},'trainlm')
y1=sim(net,p);
figure;
plot(p,t,'-',p,y1,':')
title('未訓練網絡的輸出結果');
xlabel('時間');
ylabel('仿真輸出--原函數-');
net.trainParam.epochs=50
net.trainParam.goal=0.01;
net=train(net,p,t);
y2=sim(net,p);figure;plot(p,t,'-',p,y1,':',p,y2, '--')
title('訓練后網絡的輸出結果');xlabel('時間');
ylabel('仿真輸出');
y2=sim(net,p); figure;
 plot(p,t,' - ',p,y1,':',p,y2, '--')*
title('訓練后網絡的輸出結果');
 xlabel('時間'); 
ylabel('仿真輸出');

最后訓練的結果如下，還是可以接受的