案例背景
在工程應用中經常會遇到一些複雜的非線性系統,這些系統狀态方程複雜,難以用數學方法準确建模。在這種情況下,可以建立BP神經網絡表達這些非線性系統。該方法把未知系統看成一個黑箱,首先用系統輸入輸出數據訓練神經網絡,是網絡能夠表達函數,然後就可以用訓練好的BP神經網絡預測系統輸出。
舉例拟合的非線性函數為
z=X^2 y^2
函數圖像為:
clc,clear
x=-5:0.01:5;
[x,y]=meshgrid(x);
z=x.^2 y.^2;
mesh(x,y,z)
在叠代次數十次左右就已經達到了精度要求;
可以看出拟合結果非常好,預測輸出和實際值基本重合。
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!