神经网络非线性拟合matlab（BP神经网络非线性拟合）

神经网络非线性拟合matlab（BP神经网络非线性拟合）z=x.^2 y.^2;[x y]=meshgrid(x);函数图像为：clc clearx=-5:0.01:5;

案例背景

在工程应用中经常会遇到一些复杂的非线性系统，这些系统状态方程复杂，难以用数学方法准确建模。在这种情况下，可以建立BP神经网络表达这些非线性系统。该方法把未知系统看成一个黑箱，首先用系统输入输出数据训练神经网络，是网络能够表达函数，然后就可以用训练好的BP神经网络预测系统输出。

举例拟合的非线性函数为

z=X^2 y^2

函数图像为：

clc clear

x=-5:0.01:5;

[x y]=meshgrid(x);

z=x.^2 y.^2;

mesh(x y z)

在迭代次数十次左右就已经达到了精度要求；

可以看出拟合结果非常好，预测输出和实际值基本重合。