MATLAB实战系列（二十一）-基于遗传算法的BP神经网络优化算法（附MATLAB代码）

前言

如何用matlab搭建一个简单的Bp神经网络，并且在代码的最后得到Bp神经网络训练后的权值与阈值。实际上，权值与阈值可以在开始训练网络前给其赋值，换句话说，我们给神经网络的权值与阈值想怎么赋值就怎么赋值，当然赋值的结果一定会影响神经网络最终的预测性能。我们追求的目标是使神经网络最终的预测性能最佳，也就是说找到最佳的权值与阈值，那么怎么去找呢，肯定不能用枚举法，这时我们可以用智能优化算法来对权值与阈值进行搜索，本篇中我们使用遗传算法进行搜索。

本次我们要训练9个15维的输入数据，输出数据为9个3维矩阵，测试输入数据为3个15维数据，测试输出数据为3个3维数据。训练数据和测试数据如下。训练输入数据为P，训练输出数据为T，测试输入数据P_test，测试输出数据为T_test（PS：注意列数代表数据个数，行数代表维数）。

文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。

原文链接：wenyusuran.blog.csdn.net/article/details/108399304