使用MATLAB求解BP神经网络

% A百分含量 [7。1 7。0 6。9 6。8 7。2]% B百分含量 [3。2 3。4 3。6 3。8 4。0]% C百分含量 [2。5 2。9 3。1 2。6 2。2]% % 硬度[78 65 78 69 72]% % P=[。];输入T=[。];输出clear;clc%数据A=[7。1 7。0 6。9 6。8 7。2];B=[3。2 3。4 3。6 3。8 4。0];C=[2。5 2。9 3。1 2。6 2。2];P=[A;B;C];T=[78 65 78 69 72];% 创建一个新的前向神经网络 net_1=newff(minmax(P),[10,1],{'tansig','purelin'},'traingdm')% 当前输入层权值和阈值inputWeights=net_1。IW{1,1}inputbias=net_1。b{1}% 当前网络层权值和阈值layerWeights=net_1。LW{2,1}layerbias=net_1。b{2}% 设置训练参数net_1。trainParam。show = 50;net_1。trainParam。lr = 0。05;net_1。trainParam。mc = 0。9;net_1。trainParam。epochs = 10000;net_1。trainParam。goal = 1e-3;% 调用 TRAINGDM 算法训练 BP 网络[net_1,tr]=train(net_1,P,T);% 对 BP 网络进行仿真A = sim(net_1,P);% 计算仿真误差 E = T - A;MSE=mse(E)x=[7。1 3。2 2。5]';%测试sim(net_1,x)