神经网络遗传算法函数极值寻优-非线性函数极值

%% 清空环境变量
 clc
 cleartic
 %% 训练数据预测数据提取及归一化
 %下载输入输出数据
 load data input output%从1到2000间随机排序
 k=rand(1,4000);
 [m,n]=sort(k);%找出训练数据和预测数据
 input_train=input(n(1:3900),:)';
 output_train=output(n(1:3900),:)';
 input_test=input(n(3901:4000),:)';
 output_test=output(n(3901:4000),:)';%选连样本输入输出数据归一化
 [inputn,inputps]=mapminmax(input_train);
 [outputn,outputps]=mapminmax(output_train);%% BP网络训练
 % %初始化网络结构
 net=newff(inputn,outputn,5);net.trainParam.epochs=100;
 net.trainParam.lr=0.1;
 net.trainParam.goal=0.0000004;%网络训练
 net=train(net,inputn,outputn);%% BP网络预测
 %预测数据归一化
 inputn_test=mapminmax('apply',input_test,inputps);
  
 %网络预测输出
 an=sim(net,inputn_test);
  
 %网络输出反归一化
 BPoutput=mapminmax('reverse',an,outputps);%% 结果分析
figure(1)
 plot(BPoutput,':og')
 hold on
 plot(output_test,'-*');
 legend('预测输出','期望输出','fontsize',12)
 title('BP网络预测输出','fontsize',12)
 xlabel('样本','fontsize',12)
 ylabel('输出','fontsize',12)
 print -dtiff -r600 4-3
 %预测误差
 error=BPoutput-output_test;figure(2)
 plot(error,'-*')
 title('神经网络预测误差')figure(3)
 plot((output_test-BPoutput)./BPoutput,'-*');
 title('神经网络预测误差百分比')errorsum=sum(abs(error))
toc
save data net inputps outputps