数学建模社区-数学中国
标题:
关于BP神经网络预测
[打印本页]
作者:
hanyunxiang
时间:
2010-5-25 17:00
标题:
关于BP神经网络预测
本帖最后由 hanyunxiang 于 2010-5-25 17:03 编辑
& m* ]$ z4 c* [' `, ~$ S
/ C _$ o5 ?9 ^6 ?
关于BP神经网络预测
. E* c$ P3 @) m' ~* l9 J
# X& N) r9 y4 [1 Q
注：里面的笑脸代表冒号（不知道会出现笑脸）
! n' m, E, I3 _8 G/ v
4 X! u: M! ^# A' f) R0 B& R- }8 a
; Z+ q* X: {- S! ~# t' k
关于BP时间序列预测
' M( I+ o; T# C# F- S
程序中x是已知的运输量数值（2000年-2009年），以4个数据为一组，前三个数据作为输入，第四个作为输出，共分7组，前六组训练，隐层节点为7，最后一组检验：
6 X/ j8 z) K) g
x=[13369.2 14873.7 17137.3 17432.5 24193.5 28435.1....
' t# G U1 K7 T% ` Y
33197.3 38758.6 40576.2 48606.3];
' d* _& U- N3 q- e
X(1,
=(x(1,
-min(x(1,
))/(max(x(1,
)-min(x(1,
));（归一化）
4 U: S& B3 m$ d X/ q
for i=1:7
/ v( d R6 v0 u3 [4 x& S. \
X1(i,
=[X(i) X(i+1) X(i+2) X(i+3)];
( z% X/ o8 `9 ]/ H- a% h0 A. J
end
" k1 {: n9 Q5 J! G0 h6 R
X2=(X1(:,1:3))';
0 i% K9 W0 U' v2 ~
T2=(X1(:,4))';
1 H# b$ F& ^% m9 o2 q, n
X3=X2(:,1:6);
* \9 r, y2 `: z+ G
T3=T2(:,1:6);
5 u: Y* K1 e1 O, l! |2 t. }
net=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
0 h* J# E6 u) o6 u- T( a
net.trainParam.epochs=1000;
3 h2 ]6 n5 E, O$ X3 \" Y
net.trainParam.goal=0.000001;
l1 ~; N, j6 @ B% S% G. Q% u) {
LP.lr=0.1;
! N2 m4 z! S$ s" w/ k
net=train(net,X3,T3);
9 C9 j& B1 a( S+ O) @
y1=sim(net,X3);
4 {- {9 X$ I9 @/ n& e0 E* M
: r% {) L0 R, K7 B, }7 a( }: R% j
以下是检验：
O# S* ?3 b% X2 ^
/ u x! b* [2 _# I& F
x_test=X2(:,7);
w1 B; H ^, q
y_test=sim(net,x_test)
5 S& G% Q& e, S1 z
Y_test=y_test*(max(x(1,
)-min(x(1,
))+min(x(1,
)（反归一化）
) T3 } A% J7 e
检验效果还不错；
( O0 A8 ~* ~) c
R9 \1 O, `* \
但运用以下命令在预测2010年运输量时，向量yc1为2007、2008、2009年运输量归一化的数值；
( y* w5 V/ v% t( ]* V5 v
为什么反归一化输出和2009年数值一样，怎么回事呢？？？初学者盼解答？？
5 s) {9 B Z) `8 s/ b. m9 e
+ G6 F8 t2 f3 I8 Q' {$ c
yc1=[0.7205 0.7721 1.0000]';
! K8 M/ z& R& _# t6 H: r" h4 ]
jg1_test=sim(net,yc1(:,1))
! l' `* l7 A$ n( @
Jg1_test=jg1_test*(max(x(1,
)-min(x(1,
))+min(x(1,
)（反归一化）
+ S' y, r; V% ?' D
作者:
zerodingying
时间:
2012-2-4 15:41
感谢楼主，很不错的说。。。。。
作者:
alair002
时间:
2012-2-5 18:42
好贴，顶起，慢慢看，thank you
1030226479888439
作者:
haoren1990
时间:
2012-3-6 10:32
y1=sim(net,X3);
作者:
haoren1990
时间:
2012-3-6 10:36
X3不是你的训练数据吗，前面的网络是根据X3和目标输出来训练的，结果你又把X3作为最后的网络输出，结果肯定是目标输出啊（已知的2009的值）与归不归一没有关系。
作者:
沙漠海滩
时间:
2012-3-6 22:07
这是什么啊？楼主
作者:
KuaitouKid
时间:
2012-3-14 02:15
改改参数应该就不一样了，神经网络的结果就是有点蛋疼……
作者:
1578233196
时间:
2013-8-9 14:27
作者:
1578233196
时间:
2013-8-9 14:27
作者:
1578233196
时间:
2013-8-9 14:27
作者:
1578233196
时间:
2013-8-9 14:27
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
=(x(1,-min(x(1,))/(max(x(1,)-min(x(1,));（归一化）4 U: S& B3 m$ d X/ q=[X(i) X(i+1) X(i+2) X(i+3)];)-min(x(1,))+min(x(1,)（反归一化）)-min(x(1,))+min(x(1,)（反归一化）+ S' y, r; V% ?' D
