MATLAB实现BP神经网络训练与权重更新代码详解

%BP网络算法步骤：（1）初始化
%                （2）计算各级输出
%                （3）计算网络误差
%                （4）调整权值
%                （5）若满足结束条件（达到最大迭代次数或满足误差精度要求）则结束，否则返回第（2）步
%优化：引入动量项 w(i,j)=w(i,j)+(1-a)*deltw(i,j)+a*dw(i,j)
%                 dw=dletw(t-1)  

%%%%%%%%%%%%%%%%%%%%%%%%%%% 初始化 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

clear all 
clc       
inputNums=15;                            %输入层节点数
outputNums=15;                           %输出层节点数
hideNums=10;                             %隐层节点数
maxcount=10000;                          %最大迭代次数
precision=0.001;                         %预设精度
alpha=0.01;                              %学习率
a=0.5;                                   %动量项因子

v=rand(inputNums,hideNums);              %输入层到隐层的权值
deltv=zeros(inputNums,hideNums);
dv=zeros(inputNums,hideNums);
w=rand(hideNums,outputNums);             %隐层到输出层的权值
deltw=zeros(hideNums,outputNums);
dw=zeros(hideNums,outputNums);

v_start=v,w_start=w
error=zeros(1,outputNums);