闲来无事，利用神经网络进行曲线拟合 目的：拟合正弦曲线；
数据源：正弦曲线+扰动，来自y=sin(x)+n； 测试数据：来自y=sin(x)；
神经网络：BP神经网络，nntool工具箱；
网络：1×10×1；即单隐含层，且隐含层有10个节点；
MATLAB代码： %%
%本例使用神经网络模拟曲线拟合 %% clc clear %%
x=linspace(-2*pi,2*pi,100);%生成输入数据 y=sin(x);%求出输入数据对应的目标值 n=0.1*rand(1,length(x));%对目标值加入干扰 y=y+n;%求出实际目标值 %%
[xx,ps]=mapminmax(x);%对x进行归一化 Data_input=xx;%网络训练输入
Data_target=y;%网络训练输入对应的目标值
Data_test=linspace(-5,5,20);%网络测试数据
Data_t=mapminmax('apply',Data_test,ps);%网络测试数据归一化 Data_true=sin(Data_test);%网络测试数据对应的目标值 %%
%打开nntool,利用输入输出数据训练网络，网络命名为network %%
Data_y=sim(network,Data_t);%利用训练好的网络求出测试数据对应的实际输出值 %% figure(1)
e=Data_true-Data_y; plot(e)%绘制误差曲线 xlabel('X轴'); ylabel('Y轴'); legend('误差') %% figure(2)
plot(Data_test,network1_outputs,'*',x,y) xlabel('X轴'); ylabel('Y轴');
legend('预测值','实际值','location','NorthEast')
下面具体说明nntool工具箱的使用：
命令行输入nntool:
打开工具箱界面：
单击Import，导入训练数据，并选择对应的训练类型，如图所示：
新建网络，命名为network，采用BP神经网络，即误差反向算法，选择Input data和Target data，其他选项默认，点击Create创建BP神经网络，如下图所示：
点击View，可以预览网络结构，如下图所示：
