bp神经网络 matlab代码

以下是一个简单的 BP 神经网络的 MATLAB 代码示例：

% BP神经网络的MATLAB实现
% 输入数据
x = [0 0; 0 1; 1 0; 1 1];
% 输出数据
y = [0;1;1;0];
% 隐藏层节点数
hiddenSize = 2;
% 学习率
learningRate = 0.1;
% 初始化权重
w1 = rand(size(x, 2), hiddenSize);
b1 = rand(1, hiddenSize);
w2 = rand(hiddenSize, 1);
b2 = rand(1, 1);
% 训练次数
epoch = 10000;
% 训练过程
for i = 1:epoch
    % 前向传播
    hidden = 1./(1 + exp(-(x * w1 + repmat(b1, size(x, 1), 1))));
    output = 1./(1 + exp(-(hidden * w2 + repmat(b2, size(x, 1), 1))));
    % 反向传播
    delta2 = (output - y) .* output .* (1 - output);
    delta1 = (delta2 * w2') .* hidden .* (1 - hidden);
    % 更新权重
    w2 = w2 - learningRate * hidden' * delta2;
    b2 = b2 - learningRate * sum(delta2);
    w1 = w1 - learningRate * x' * delta1;
    b1 = b1 - learningRate * sum(delta1);
end
% 测试
hidden = 1./(1 + exp(-(x * w1 + repmat(b1, size(x, 1), 1))));
output = 1./(1 + exp(-(hidden * w2 + repmat(b2, size(x, 1), 1))));
disp(output);

在这个示例中，我们使用了一个包含 2 个隐藏层节点的 BP 神经网络，并使用 XOR 问题作为输入/输出数据集。我们定义了学习率、训练次数和初始化权重，并进行了前向传播和反向传播。最后，我们测试了训练结果并输出了网络的预测值。请注意，这是一个简单的示例，实际应用中需要更复杂的网络结构和更多的训练数据。