BP神经网络matlab 逼近非线性函数

要使用BP神经网络逼近非线性函数，首先需要确定训练数据集，包括输入和输出数据。然后可以使用Matlab中的Neural Network Toolbox来构建BP神经网络模型。

以下是一个简单的例子，逼近sin(x)函数：

1. 准备训练数据集，比如输入数据为-π到π之间的一些值，输出数据为对应的sin(x)值。

x = -pi:0.1:pi;
y = sin(x);

2. 创建BP神经网络模型，指定输入和输出层数、每层节点数等参数。这里使用一个包含10个节点的隐藏层。

net = feedforwardnet(10);

3. 设置训练参数，比如训练次数、学习率、误差容限等。

net.trainParam.epochs = 1000;
net.trainParam.lr = 0.01;
net.trainParam.goal = 0.01;

4. 使用训练数据集对神经网络进行训练。

net = train(net, x, y);

5. 使用训练好的神经网络模型对新的数据进行预测，比如对于输入值为0.5的预测结果。

y_pred = net(0.5);

完整的代码示例：

x = -pi:0.1:pi;
y = sin(x);

net = feedforwardnet(10);
net.trainParam.epochs = 1000;
net.trainParam.lr = 0.01;
net.trainParam.goal = 0.01;

net = train(net, x, y);

y_pred = net(0.5);