matlab_BP

(1)    net=newff(P,T,S)或者net=newff(P,T,S,TF,BTF,BLF,PF,IPF,OPF,DDF)

P:输入参数矩阵(R*Q1)

T:目标参数矩阵(SN*Q2)

S:N-1个隐含层的数目(从S(i)到S(N-1))，输出层的单元数目取决于T，默认为空矩阵。

TF：相关层的传递函数，默认隐含层为tansig函数，输出层为purelin函数。

BTF：BP神经网络学习训练函数，默认值为trainlm函数。

BLF：权重学习函数，默认值为learngdm。

PF：性能函数，默认值为mse。

IPF,OPF,DDF均为默认值即可。

(2)    传递函数

purelin 线性传递函数

tansig 正切S型传递函数

logsig 对数S型传递函数

隐含层和输出层函数的选择对BP神经网络预测精度有较大影响，一般隐含层节点转移函数选用tansig或logsig，输出层节点转移函数选用tansig或purelin。

(3)    学习训练函数

神经网络的学习分为有导师学习和无导师学习

最速下降BP算法：traingd

动量BP算法：traingdm

学习率可变的BP算法：trainda(学习率可变的最速下降BP算法)，traindx（学习率可变的动量BP算法）

弹性算法：trainrp

变梯度算法：

traincgf(Fletcher-Reeves修正算法)

traincgp(Polak-Ribiere修正算法)

traincgb(Powell-Beale修正算法)

trainbfg(BFGS拟牛顿算法)

trainoss(OSS算法)