作業成本法的matlab實現

%P訓練網絡的輸入數據：N個案例，M個指標構成NxM矩陣；
%T訓練網絡的輸出數據：N個案例，K個指標構成NxK矩陣；
%可以通過aa=xlsread(‘i:\testp.xls’) 將excel文件中數據讀入
%這時只讀入文件中數字，文字不讀入
%也可以通過load 文本文件,給P,T賦值，但在建立網絡前要將
%P,T轉置，P=P’,T=T’;
%可以將隱層神經元數目設爲變量Nk,
%用input(‘請輸入隱層神經元數目’)給其賦值
%這樣建立網絡命令爲：
%net=newff(minmax(P),[Nk,m],{‘tansig’,’logsig’},’traingdx’,’learngd’,’msere
%g’);
%傳遞函數：logsig:S型對數函數：函數值位於（0，1）
%傳遞函數：dlogsig:logsig函數的導函數
%傳遞函數：tansig:雙曲正切函數
%傳遞函數：dtansig:雙曲正切函數的導函數
%傳遞函數：purelin:線性傳遞函數
%傳遞函數：dpurelin:線性傳遞函數的導函數
%{}中參數：第一個：隱層傳遞函數；第二個：輸出層傳遞函數；第三個：訓練函數
%訓練函數：traingdx:梯度下降動量法，學習速率是自適應的
%訓練函數：trainlm:Levenbeng-Marquadt反傳算法，優點：收斂速度很快
%訓練函數：traingd:普通梯度下降法
%訓練函數：traingdm:梯度下降動量BP算法函數
%訓練函數：trainbfg:BFGS準牛頓BP算法函數
%{}後參數：訓練函數、學習函數和性能函數
%默認爲：trainlm,learngdm,mse;
%學習函數：learngd:梯度下降權值/閥值學習函數，它通過神經元的輸入和誤差，以及權值和閥值的學習速率，來計算權值或閥值的變化率
%學習函數：learngdm:梯度下降動量學習函數，它通過神經元的輸入和誤差、權值和閥值的學習速率和動量常數來計算權值或閥值的變化率
%性能函數：mse:均方差誤差函數