基于遗传神经网络的汽轮机代价敏感
要用MATLAB实现以下是程序部分，我是新手，调试不通，请教主程序：
clear all
% 开始计时
tic,
% BP网络初始化
[P,T,R,S1,S2,S]=bpinit;
bounds=ones(S,1)*[-10 10];
% 初始种群个数
num=60;
pop=initializega(num,bounds,'fitness');
% 遗传代数
gen=200;
=ga(bounds,'fitness',[],pop,,'maxGenTerm',gen,...
'normGeomSelect',,['arithXover'],,'nonUnifMutation',);
for i=1:S
x(i)=endPop(1,i);
end;
sum=0;
% 前R*S1个编码为W1
for i=1:S1,
for k=1:R,
W1(i,k)=x(R*(i-1)+k);
end
end
% 接着的S1*S2个编码（即第R*S1个后的编码）为W2
for i=1:S2,
for k=1:S1,
W2(i,k)=x(S1*(i-1)+k+R*S1);
end
end
% 接着的S1个编码（即第R*S1+S1*S2个后的编码）为B1
for i=1:S1,
B1(i,1)=x((R*S1+S1*S2)+i);
end
% 接着的S2个编码（即第R*S1+S1*S2+S1个后的编码）为B2
for i=1:S2,
B2(i,1)=x((R*S1+S1*S2+S1)+i);
end
% 计算S1与S2层的输出
for i=1:60
x1=W1*P(:,i)+B1;
A1=1./(1+exp(-x1));
x2=W2*A1+B2;
A2=1./(1+exp(-x2));
if A2<0.5
A3=0;
elseif A2>=0.5
A3=1;
end
YY(i)=A3;
end
for i=1:1:40
x1=W1*P(:,i)+B1;
A1=1./(1+exp(-x1));
x2=W2*A1+B2;
A2=1./(1+exp(-x2));
if A2<0.5
sum(i)=0;
elseifA2>=0.5
sum(i)=10;
end
end
for i=41:1:60
x1=W1*P(:,i)+B1;
A1=1./(1+exp(-x1));
x2=W2*A1+B2;
A2=1./(1+exp(-x2));
if A2<0.5
sum(i)=100;
elseif A2>=0.5
sum(i)=0;
end
end
i=1:1:60
figure(1);
plot(i,YY(i),'ro',i,T(i),'b-');
xlabel('测试样本序号');
ylabel('故障类型');
legend('实际输出','样本输出')
figure(2);
plot(i,sum(i),'M+');
xlabel('测试样本序号');
ylabel('代价值');
legend('代价值')
toc % 结束计时
个人水平专业有限, 建议楼主看下本版规则!
求助完整格式：出错代码和出错提示!
页:
[1]