北京科技大学：《人工神经网络原理与应用 Artificial Neural Networks》课程教学资源（研究实验）BP网络拟合函数的仿真研究

作业1 训练神经网络 1)训练集： X 2*pi*rand(1,300): Y=sin (X)+0.2*randn(1,length(X)) plot(X,y’+’) 测试集： X2 2*pi*rand (1,300); Y2 sin(X2)+0.2*randn (1,length (X2)) plot2,2,’o’) 2)网络结构：输入：1；隐含：7tanh元；输出1线性元 训练算法：BP算法，Levenberg-Marquardt算法 3)要求： a)比较一般BP算法(trainbp),自适应变步长BP算法(trainbpa), Levenberg-Marquardt(trainlm)算法的收敛时间和精度，给 出每一次迭代后的性能指标： b)测试以上模型的精度。 c)比较20个隐含元的神经网络建模精度，初始权值的影响，得 出你的结论

作业1 训练神经网络 1)训练集： X = 2*pi*rand(1,300); Y = sin(X) + 0.2*randn(1,length(X)) plot(X,Y,’+’) 测试集： X2 = 2*pi*rand(1,300); Y2 = sin(X2) + 0.2*randn(1,length(X2)) plot(X2,Y2,’o’) 2) 网络结构：输入：1; 隐含：7 tanh元; 输出 1 线性元 训练算法: BP算法, Levenberg-Marquardt算法 3) 要求： a) 比较一般BP算法（trainbp）,自适应变步长BP算法(trainbpa), Levenberg-Marquardt(trainlm)算法的收敛时间和精度，给 出每一次迭代后的性能指标； b) 测试以上模型的精度。 c) 比较20个隐含元的神经网络建模精度，初始权值的影响，得 出你的结论