2022年遗传算法优化BP神经网络实现代码 2.pdf
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《2022年遗传算法优化BP神经网络实现代码 2.pdf》由会员分享,可在线阅读,更多相关《2022年遗传算法优化BP神经网络实现代码 2.pdf(6页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、%读取数据data=xlsread(data.xls);%训练预测数据data_train=data(1:113,:);data_test=data(118:123,:);input_train=data_train(:,1:9);output_train=data_train(:,10);input_test=data_test(:,1:9);output_test=data_test(:,10);%数据归一化inputn,mininput,maxinput,outputn,minoutput,maxoutput=premnmx(input_train,output_train);%对 p
2、和 t 进行字标准化预处理net=newff(minmax(inputn),10,1,tansig,purelin,trainlm);net.trainParam.epochs=100;net.trainParam.lr=0.1;net.trainParam.goal=0.00001;%net.trainParam.show=NaN%网络训练net=train(net,inputn,outputn);%数据归一化inputn_test=tramnmx(input_test,mininput,maxinput);an=sim(net,inputn);test_simu=postmnmx(an,m
3、inoutput,maxoutput);error=test_simu-output_train;plot(error)k=error./output_train名师资料总结-精品资料欢迎下载-名师精心整理-第 1 页,共 6 页 -function ret=Cross(pcross,lenchrom,chrom,sizepop,bound)%本函数完成交叉操作%pcorss input :交叉概率%lenchrom input :染色体的长度%chrom input :染色体群%sizepop input :种群规模%ret output:交叉后的染色体fori=1:sizepop%每一轮
4、for循环中,可能会进行一次交叉操作,染色体是随机选择的,交叉位置也是随机选择的,%但该轮 for循环中是否进行交叉操作则由交叉概率决定(continue控制)%随机选择两个染色体进行交叉 pick=rand(1,2);while prod(pick)=0 pick=rand(1,2);end index=ceil(pick.*sizepop);%交叉概率决定是否进行交叉 pick=rand;while pick=0 pick=rand;endif pickpcrosscontinue;end flag=0;while flag=0%随机选择交叉位 pick=rand;while pick=0
5、 pick=rand;end pos=ceil(pick.*sum(lenchrom);%随机选择进行交叉的位置,即选择第几个变量进行交叉,注意:两个染色体交叉的位置相同 pick=rand;%交叉开始 v1=chrom(index(1),pos);v2=chrom(index(2),pos);chrom(index(1),pos)=pick*v2+(1-pick)*v1;chrom(index(2),pos)=pick*v1+(1-pick)*v2;%交叉结束 flag1=test(lenchrom,bound,chrom(index(1),:);%检验染色体1 的可行性 flag2=tes
6、t(lenchrom,bound,chrom(index(2),:);%检验染色体2 的可行性if flag1*flag2=0名师资料总结-精品资料欢迎下载-名师精心整理-第 2 页,共 6 页 -flag=0;else flag=1;end%如果两个染色体不是都可行,则重新交叉endendret=chrom;%清空环境变量clcclear%网络结构建立%读取数据load datainputoutput%节点个数inputnum=2;hiddennum=5;outputnum=1;%训练数据和预测数据input_train=input(1:1900,:);input_test=input(19
7、01:2000,:);output_train=output(1:1900);output_test=output(1901:2000);%选连样本输入输出数据归一化inputn,inputps=mapminmax(input_train);outputn,outputps=mapminmax(output_train);%构建网络net=newff(inputn,outputn,hiddennum);%遗传算法参数初始化maxgen=10;%进化代数,即迭代次数sizepop=10;%种群规模pcross=0.3;%交叉概率选择,0 和 1 之间pmutation=0.1;%变异概率选择,0
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2022年遗传算法优化BP神经网络实现代码 2022 遗传 算法 优化 BP 神经网络 实现 代码
![提示](https://www.deliwenku.com/images/bang_tan.gif)
限制150内