多层感知机预测光纤损耗matlab代码

你好！以下是使用多层感知机（Multilayer Perceptron）预测光纤损耗的简单示例代码，使用MATLAB实现：

% 加载光纤损耗数据
data = load('fiber_loss_data.mat');
X = data.X; % 特征（输入）
y = data.y; % 标签（输出）

% 数据预处理
X = normalize(X); % 标准化特征

% 划分训练集和测试集
[trainInd, valInd, testInd] = dividerand(size(X, 1), 0.7, 0, 0.3);
X_train = X(trainInd,:);
y_train = y(trainInd,:);
X_test = X(testInd,:);
y_test = y(testInd,:);

% 创建多层感知机模型
hiddenLayerSize = 50; % 隐藏层神经元数量
net = fitnet(hiddenLayerSize);

% 训练模型
net.trainParam.epochs = 100; % 迭代次数
net = train(net, X_train', y_train');

% 测试模型
y_pred = net(X_test');
rmse = sqrt(mean((y_pred - y_test').^2)); % 均方根误差

% 显示结果
disp(['均方根误差：', num2str(rmse)]);

请确保将光纤损耗数据保存为名为 `fiber_loss_data.mat` 的MAT文件，并与代码文件放在同一目录下。`X` 是输入特征矩阵，每个样本占据一行，`y` 是对应的输出标签。代码将数据集分为训练集和测试集，训练多层感知机模型，并使用测试集评估模型的性能。

请注意，这只是一个简单示例，实际应用中可能需要调试和优化模型参数以获得更好的结果。同时，使用更大规模的数据集和更复杂的模型也可能提高准确性。