BP神经网络模型matlab代码

以下是一个简单的BP神经网络模型的Matlab代码，包括了训练和预测两个部分：

%% BP神经网络模型

% 输入样本
X = [0.1, 0.2, 0.3, 0.4;
0.2, 0.3, 0.4, 0.5;
0.3, 0.4, 0.5, 0.6;
0.4, 0.5, 0.6, 0.7;
0.5, 0.6, 0.7, 0.8];

% 输出样本
Y = [0.1, 0.2;
0.2, 0.3;
0.3, 0.4;
0.4, 0.5;
0.5, 0.6];

% 隐层神经元个数
hiddenSize = 3;

% 初始化权值
W1 = rand(size(X,2),hiddenSize);
W2 = rand(hiddenSize,size(Y,2));

% 学习率
learningRate = 0.1;

% 迭代次数
epochs = 1000;

% 训练BP神经网络模型
for i=1:epochs
% 前向传播
hiddenLayer = sigmoid(X * W1);
outputLayer = sigmoid(hiddenLayer * W2);

% 反向传播
outputDelta = (Y - outputLayer) .* sigmoid(outputLayer, true);
hiddenDelta = outputDelta * W2' .* sigmoid(hiddenLayer, true);

% 更新权值
W2 = W2 + learningRate * hiddenLayer' * outputDelta;
W1 = W1 + learningRate * X' * hiddenDelta;
end

% 预测
newX = [0.6, 0.7, 0.8, 0.9];
newHiddenLayer = sigmoid(newX * W1);
newOutputLayer = sigmoid(newHiddenLayer * W2);
disp(newOutputLayer);

% sigmoid函数
function y = sigmoid(x, derivative)
if nargin > 1 && derivative
y = sigmoid(x) .* (1 - sigmoid(x));
else
y = 1 ./ (1 + exp(-x));
end
end