用matlab进行函数拟合,用最简单的线性拟合函数拟合后,效果不是很好,想用BP神经网络对函数表达式优化具体程序为：x=0:25;y=[0 0 0 4.0 49.2 146.6 278.2 466.9 716.4 1030.9 1364.7 1500 1500 1500 1500 1500 1500 1500
来源：学生作业帮助网 编辑：六六作业网 时间：2024/11/08 17:08:42
用matlab进行函数拟合,用最简单的线性拟合函数拟合后,效果不是很好,想用BP神经网络对函数表达式优化具体程序为：x=0:25;y=[0 0 0 4.0 49.2 146.6 278.2 466.9 716.4 1030.9 1364.7 1500 1500 1500 1500 1500 1500 1500
用matlab进行函数拟合,用最简单的线性拟合函数拟合后,效果不是很好,想用BP神经网络对函数表达式优化
具体程序为：
x=0:25;
y=[0 0 0 4.0 49.2 146.6 278.2 466.9 716.4 1030.9 1364.7 1500 1500 1500 1500 1500
1500 1500 1500 1500 1500 1500 1500 1500 1500 1500];
p=polyfit(x,y,20);
y1=polyval(p,x);
用BP神经网络如何对得到的函数表达式进一步优化,最好有具体的程序,
望各位大侠及时出手啊
用matlab进行函数拟合,用最简单的线性拟合函数拟合后,效果不是很好,想用BP神经网络对函数表达式优化具体程序为：x=0:25;y=[0 0 0 4.0 49.2 146.6 278.2 466.9 716.4 1030.9 1364.7 1500 1500 1500 1500 1500 1500 1500
用plot(x,y,'ro-')看了下你的数据,线性关系很差.
若用BP网络来拟合的话,可以按照如下步骤操作,其中很多参数你自己可以去尝试改变:
> x=0:25;
> y=[0 0 0 4.0 49.2 146.6 278.2 466.9 716.4 1030.9 1364.7 1500 1500 1500 1500 1500
1500 1500 1500 1500 1500 1500 1500 1500 1500 1500];
> net = newff([0 25],[50 1],{'tansig','purelin'},'trainlm');
> net = train(net,y,x);
查看优化结果
> sim(net,x)