BP神经网络拟合给定函数

　　近期在准备美赛，因为比赛需要故重新安装了matlab，在里面想尝试一下神将网络工具箱。就找了一个看起来还挺赏心悦目的函数例子练练手：

                                                                                             y=1+sin(1+pi*x/4)

　　针对这个函数，我们首先画出其在[-1,8]上的函数图像，这里间隔为0.05.代码为：
　　

p=[-1:0.05:8]
t=1+sin(1+pi*p/4)
plot(p,t,'-')
title("要逼近的线性函数")
xlabel("x")

　　画出的图像如下：

 然后我们通过建立神经网络，并且训练，设置训练时间为50.这里采用了四层神经网络。

net=newff(minmax(p),[4,1],{'tansig''purelin'},'tranlm')
net=newff(minmax(p),[4,1],{'tansig','purelin'},'tranlm')
net=newff(minmax(p),[4,1],{'tansig','purelin'},'trainlm')
y1=sim(net,p);
figure;
plot(p,t,'-',p,y1,':')
title('未训练网络的输出结果');
xlabel('时间');
ylabel('仿真输出--原函数-');
net.trainParam.epochs=50
net.trainParam.goal=0.01;
net=train(net,p,t);
y2=sim(net,p);figure;plot(p,t,'-',p,y1,':',p,y2, '--')
title('训练后网络的输出结果');xlabel('时间');
ylabel('仿真输出');
y2=sim(net,p); figure;
 plot(p,t,' - ',p,y1,':',p,y2, '--')*
title('训练后网络的输出结果');
 xlabel('时间'); 
ylabel('仿真输出');

最后训练的结果如下，还是可以接受的