新版Matlab中神经网络训练函数Newff使用教程

一、简介

本文档详细介绍了新版Matlab中神经网络训练函数Newff的用法。Newff函数是Matlab神经网络工具箱中用于创建和训练基于反向传播算法的前馈神经网络的函数。本文档将指导您如何使用Newff函数，并提供了丰富的示例。

二、函数用法

newff函数的调用格式如下：

net = newff(TF1 TF2...TFNl, BTF, BLF, IPF, OPF, DDF)

其中：

• TF1 TF2...TFNl：各层的传输函数。
• BTF：反向传播网络训练函数。
• BLF：反向传播权值/偏置学习函数。
• IPF：输入处理函数的行单元数组。
• OPF：输出处理函数的行单元数组。
• DDF：数据划分函数。

三、示例

以下是一个使用Newff函数创建和训练神经网络的示例：

% 输入和目标向量
P = [0 1 2 3 4 5 6 7 8 9 10];
T = [0 1 2 3 4 3 2 1 2 3 4];

% 创建一个具有一个隐藏层（5个神经元）的网络
net = newff('tansig', 'purelin');

% 模拟网络输出并绘制结果
Y = sim(net, P);
plot(P, T, 'k', P, Y, 'r');

% 训练网络50个周期
net.trainParam.epochs = 50;
net = train(net, P, T);
Y = sim(net, P);
plot(P, T, 'k', P, Y, 'r');

四、新旧版Newff语法对比

以下是一个新旧版Newff调用语法的对比示例：

• 旧版:

  net = newff([1 4], {tansig purelin}, 'trainlm');
  

• 新版:

  net = newff;
  

更多详细内容请参考附带的Word文档《新版Matlab中神经网络训练函数Newff的使用方法.doc》。