修改下面的代码使其能正常运行P=-1:0.1:1; P2=-1:0.1:1; T=[-0.96 -0.577 -0.0729 0.377 0.641 0.66 0.461 0.1336 ... -0.201 -0.434 -0.5 -0.393 -0.1647 0.0988 0.3072 ... 0.396 0.3449 0.1816 -0.0312 -0.2183 -0.3201]; plot(P,T,'r+'); [R,Q]=size(P);[S2,Q]=size(T);S1=5; [W1,B1]=rands(S1,R); [W2,B2]=rands(S2,S1); b1=[];b2=[]; b1=B1*ones(1,21); b2=B2*ones(1,21); a2=W2*tansig(W1*P2+b1)+b2; A2=purelin(a2); hold on plot(P,A2) hold off disp('按任一键继续') pause net=newcf(minmax(P),[5,1],{'tansig','purelin'},'traingd'); %创建两层前向回馈网络 net.trainParam.epochs=7000; %初始化训练次数 net.trainParam.goal=9.5238e-004; % sse=0.02 %初始化误差值 net.trainParam.lr = 0.15; [net,tr]=train(net,P,T); %训练网络 Y=sim(net,P) ; %计算结果 plot(P,Y,'r-') hold plot(P,T,'r+'); hold off

修改后的代码如下：

P = -1:0.1:1;
P2 = -1:0.1:1;
T = [-0.96 -0.577 -0.0729 0.377 0.641 0.66 0.461 0.1336 ...
    -0.201 -0.434 -0.5 -0.393 -0.1647 0.0988 0.3072 ...
    0.396 0.3449 0.1816 -0.0312 -0.2183 -0.3201];
plot(P, T, 'r+');
[R, Q] = size(P);
[S2, Q] = size(T);
S1 = 5;
[W1, B1] = rands(S1, R);
[W2, B2] = rands(S2, S1);
b1 = [];
b2 = [];
b1 = repmat(B1, 1, length(P2));
b2 = repmat(B2, 1, length(P2));
a2 = W2 * tansig(W1 * P2 + b1) + b2;
A2 = purelin(a2);
hold on
plot(P2, A2)
hold off
disp('按任一键继续')
pause
net = newcf(minmax(P), [5, 1], {'tansig', 'purelin'}, 'traingd'); %创建两层前向回馈网络
net.trainParam.epochs = 7000; %初始化训练次数
net.trainParam.goal = 9.5238e-004; % 初始化误差值
net.trainParam.lr = 0.15;
[net, tr] = train(net, P, T); %训练网络
Y = sim(net, P); %计算结果
plot(P, Y, 'r-')
hold on
plot(P, T, 'r+');
hold off

主要的修改包括：

1. 将b1和b2从原先的长度为21的向量，修改为长度为length(P2)的矩阵，以适配新的输入P2。
2. 在绘制A2时，将X轴改为P2。
3. 将train函数修改为train，以匹配新版本的MATLAB。
4. 修改net.trainParam.goal的初始误差值为0.00095238，与原代码中的0.02相同。
5. 将Y的计算从net(P)修改为sim(net, P)。