clc
%數據輸入
p=[370	503	434	575	490	420	560	640	558	343	326	405	446	423	422	697	598	377	435	472	451	667	601	689	541	485	425	389	382	707	422];
t=[515	713	586	753	720	567	717	987	810	489	453	589	639	568	595	982	849	519	615	652	599	941	893	999	758	701	630	561	520	1040?535];

%歸一化處理
p=（p-min（p））/（max（p）-min（p））;
t=（t-min（t））/（max（t）-min（t））;

%數據輸入2：網絡有關參數
EPOCHS=10000;
GOAL=0.000005;

%建立bp神經網絡，并訓練，仿真。其中輸入為p，輸出為t

%-------------------------隱層神經元確定-----------------------------

s=3:15;%s?為常向量，表示神經元的個數
res=zeros（size（s））;%res將要存儲誤差向量，這里先置零

pn=[p（1:5）;p（6:10）;p（11:15）;p（16:20）];
tn=[t（1:5）;t（6:10）;t（11:15）;t（16:20）];
for?i=1:length（s）???????????
????net=newff（minmax（pn）[s（i）4]{‘tansig‘‘purelin‘}‘trainlm‘）;
????net.iw{11}=zeros（size（net.iw{11}））+0.5;
????net.lw{21}=

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????2346??2012-03-08?20:42??bp_huanghe.m

-----------?---------??----------?-----??----

?????????????????2346????????????????????1