请问大神这个代码错在哪里，应该如何修改.以及回答一个简单的题目，谢谢。

昌辉9

day=[8.6187,8.3507,8.3142,8.2898,8.2791,8.2796,8.2784,8.2770,8.2770,8.2774,8.2780,8.1013,7.8087,7.3872,6.85,6.81,6.622,6.61,6.25,6.07];
dayhistory=day(1:16);%取其中三十天作为历史数据样本
  J  A7 M5 P2 o, u* udayhismod=reshape(dayhistory,4,4);% 将历史数据分为6个样本，每个大小为5，其中reshape是以列排序的
3 z4 N9 u/ Y4 O3 kdayday=day(1:12);% 取其中的前25天
# ~) @6 f7 ~$ Ddaypost=day(5:16);%取其中的随后25天
0 e# _* k5 `; _) P8 Rp=reshape(dayday,3,4);% 将前25天数据分为5行5列矩阵作为网络的训练输入样本
2 a9 I& x# Y2 t8 I' {t=reshape(daypost,3,4); %将随后的25天分为5行5列矩阵作为网络的目标输出向量
7 k+ B' v/ B: H1 `/ Jdaylast=day(13:16);
h3=reshape(daylast,4,1);% 将倒数第二个样本作为网络测试时的输入样本
r=5:16;
$ }9 P9 w7 z" k/ v7 `0 vrr=reshape(r,4,3);
2 l% D- t" x# X& o" M, ?%%%%%%%%%%%%%% 新建网络bp %%%%%%%%%%%%%%%%
5 K2 H6 X! \) J6 d+ j6 [$ |net=newff(minmax(p),[4,3],{\'purelin\' \'purelin\'},\'trainlm\');
y1=sim(net,p);
" v! V( L9 o- }+ f  N* C( ]% 新建网络，其中minmax(p)为p的没一次输入的最大最小值向量
7 ]* c) N& w9 i# y' P% 两层的传递函数均为purelin
' O& Y1 q0 M5 }* x1 b$ Z- p% 训练函数为trainlm
% 所训练的网络大小为[5,5]
% 仿真训练前的网络

%%%%%%%%%%%  进行网络训练  %%%%%%%%%%%%%%
' L6 {& d$ o0 I% network parameters:
5 ^' s4 N5 H. Q- `5 I%   epochs--epochs of the train
%   goal--errors goal of the network
%   lr--learning rate
9 y' {( c/ w, V6 y5 n: ~/ i%   shows--epochs between the displays
" ]% p3 R4 i7 A0 v8 L8 b9 a' \%   time--Maximum time to train in seconds
net.trainParam.epochs=200000;  % 训练次数
: F; x: m5 \( O& E% M! inettrainParam.goal=0.0001;  % 误差期望值
# e( a. u& j$ g( f! ]6 z: T% returns of the train:
%   net--New network
%    tr--Training record (epoch and perf).
%     Y--Network outputs.
1 K4 @: o' p+ [3 I& {+ o%     E--Network errors.
- I, d4 v) B5 k[net,tr,Y,E]=train(net,p,t);
, h  p9 }, n  W; v0 [%%%%%%%%%%%  网络测试 %%%%%%%%%%%%%%%%
% input the testing points here %
' r" u% B6 {+ m$ l. D) Dtitle(\'神经网络训练结果\');
7 [- T4 ?3 a! ~: s9 P+ U9 Bxlabel(\'时间（天）\');
ylabel(\'仿真输出结果\');
& h$ I! C$ {" [legend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
. u% v7 n" i9 _# g; K  F%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
4 L' G3 f8 U9 V. u& k: H+ w2 ?x=1:4;
/ r2 b- M, w$ v, x# g, n0 t: p+ by=1:4;
y21=sim(net,p);
y2=reshape(y21,1,12);
8 P& J# c' e" P0 J5 N, y. gclf
8 \; K, w) [: q4 oplot(r,y2,\'b-^\')
hold on
- r7 K. s, Z1 X; X  }( Tplot(1:20,day,\'r-*\')
* J2 U/ g1 w+ q2 D, L%%%%%%%%%%%%% 预测 %%%%%%%%%%%%%%%
9 {  ?6 ~  {5 l4 r' M& I2 Zy3=sim(net,h3);
& Q6 R/ y+ Z2 r  v8 C9 j- oplot(17:2:20,y3,\'-*\')
hold on
title(\'神经网络训练结果\');
xlabel(\'时间（天）\');
ylabel(\'仿真输出结果\');
legend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
+ P3 P/ n: ]- d* d. A%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
/ G$ U6 F* [  rx=1:4;
) l# e" o) V% D7 d8 sy=1:4;
7 Q: U6 e3 e3 E- E1 O7 aplot3(x(1:3),y(1:3),E(x(1:3),y(1:3)))
运用简单的神经网络，怎样处理已经有的数据，一般输出的怎样的结果，有什么用，谢谢