【正文】 v=rand(1,j)。 azc=0。 Erme=Erme+err(1,t)。)。endfunction F = hermit(x) %hermit子函數(shù) F = *(1x+2*x^2)*exp(x^2/2)。%噪聲 erro=[]。 for p=1:101 for i=1:j netj(1,i)=v(1,i)*x(1,p)。 if m==1 w(1,m)=w(1,m)+n*Erro*y(1,m)。r39。加動(dòng)量項(xiàng)的批處理運(yùn)算：通過引入以前運(yùn)算的經(jīng)驗(yàn)，從而使學(xué)習(xí)過程振蕩減小，改善收斂性。b=1。BP曲線39。測(cè)試樣本39。input x39。b39。B=[cs,wc]。 plot(x,d)。平均誤差:39。 Erme=Erme+err(1,t)。 azc=0。 v=rand(1,j)。 pjcs=1/5*acs figure(2)。 azc=azc+Erme。 q=q+1。 net=zeros(1,j)。請(qǐng)輸入學(xué)習(xí)效率 n = 39。 pjcx=1/5*acs figure(2)。 azc=azc+Erme。 err(1,p)=1/2*wucha^2。 o=zeros(1,101)。%隱層節(jié)點(diǎn)數(shù) n=input(39。 –誤差的反向傳播：將輸入誤差以某種形式通過隱層向輸入層逐層反傳，并將誤差分?jǐn)偨o各層的所有單元，從而獲得各層單元的誤差信號(hào)來作為修正各單元權(quán)值的依據(jù)。%閾值 j=input(39。 d=zeros(1,101)。 o(p)=w*y39。 if ErmeEmin break。 disp(39。請(qǐng)輸入隱層節(jié)點(diǎn)數(shù) j = 39。%期望 end。%噪聲 wucha=d(1,p)o(1,p)。 if ErmeEmin break。 disp(39。)。 y=zeros(1,j)。 end。 azc=azc+Erme。 pjcs=1/5*acs figure(2)。function A=zjsdyb(lr)q=[4,5,7,8,10]。r39。)title(39。)figureplot([1:length(Ez)],Ez)title(39。)hold offfigureplot(x,ok,39。for i=1:100NETi=x(i).*Wij+b*Wb。s2=0。 plot(x,o,39。 end。 o(1,p)=w*y39。 d=zeros(1,101)。 x=[4::4]。r39。 for m=1:j。 Erme=0。 zhaosheng=*randn(1,101)。end運(yùn)行結(jié)果如下：表格1. 單樣本BP算法平均最小誤差學(xué)習(xí)率結(jié)點(diǎn)數(shù)81012