BP神经网络的函数逼近功能

BP网络有很强的映射能力，主要用于模式识别和函数逼近。可以采用BP网络函数逼近的能力来求解数学式难以表达的函数。下面是一个三层BP网络，看它如何逼近一个正旋函数的。

在matlab中采用tansig函数和purelin函数，BP网络未训练时（初始化的网络），输出曲线与正旋曲线相差很大，没有逼近功能。因为newff函数建立网络时，权值和阀值都是随即初始化的。网络输出结果很差。达不到逼近目的。

k=1;

p=[-1:.05:1];

t=sin(k*pi*p);

n=10;

net=newff(minmax(p),[n,1],{'tansig' 'purelin'},'trainlm');

y1=sim(net,p);

plot(p,t,'-',p,y1,'--');

xlabel('时间')；

ylabel('函数值');

title('未训练的BP网络逼近效果');

legend('要逼近的正旋函数曲线','未训练的BP网络逼近曲线');