gusucode.com > MATLAB神经网络实例与精析随书源程序 > 第9章 反馈神经网络/example9_5.m
% example9_5.m % 清理 close all clear,clc % 原始数据 data =[0.4413 0.4707 0.6953 0.8133;... 0.4379 0.4677 0.6981 0.8002;... 0.4517 0.4725 0.7006 0.8201;... 0.4557 0.4790 0.7019 0.8211;... 0.4601 0.4811 0.7101 0.8298;... 0.4612 0.4845 0.7188 0.8312;... 0.4615 0.4891 0.7201 0.8330]; % 训练 net=[]; for i=1:4 P=[data(1:3,i),data(2:4,i),data(3:5,i)]; T=[data(4,i),data(5,i),data(6,i)]; th1=[0,1;0,1;0,1]; th2=[0,1]; net{i}=newelm(th1,th2,[20,1]); % 创建Elman网络 net{i}=init(net{i}); % 初始化 net{i}=train(net{i},P,T); % 训练 % 测试 test_P{i}=data(4:6,i); y(i)=sim(net{i},test_P{i}); % 仿真 end fprintf('真实值:\n'); disp(data(7,:)); fprintf('预测值:\n'); disp(y); fprintf('误差:\n'); disp((y-data(7,:))./y);