数学建模----分类----BP神经网络

%两层的分类前反馈神经网络
%newff函数 主要tez*样品格式
%train训练函数
%训练数据集
clear;
file = "";%路径

input_data= file(:,);%n*m:表示数据集*指标
output_data(:,);%样本结果

%特征值（指标值）的归一化
[input_std,minI,maxI] = premnmx(input_data);

%构造输出的矩阵n*2:表示样本集对应的结果（[0 1;1 0]);
%输出 n* 的矩阵
output_goal;

%输入输出的转置 *n矩阵
input = input_data‘;
output = output_goal;

%创建神经网络
%第一个参数（每个特征的最大最小值),层数节点，层数对应激活函数，训练函数（traingd,traindx)
net = newff(minmax(input‘),[10,1],{‘logsig‘,‘logsig‘});

%设置训练参数 可调整
net.trainparam.show = 50 ;%显示中间结果的周期
net.trainparam.epochs = 500 ;%最大迭代次数
net.trainparam.goal = 0.01 ;%神经网络训练的目标误差
net.trainParam.lr = 0.01 ;% 学习率

%开始训练 Y1：网络实际输出 E:误差输出
[net , ,Y1,E]= train( net, input , output ) ;

%读取测试数据
t;%n*10：n测试的组数
testInput = tramnmx ( t‘,, minI, maxI ) ;
%仿真
Y = sim( net , testInput )