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];
3 H+ ]$ ^# g8 V2 Ddayhistory=day(1:16);%取其中三十天作为历史数据样本
dayhismod=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
dayday=day(1:12);% 取其中的前25天
3 b7 @  x) o+ J( j7 b: J( Q+ w* {' gdaypost=day(5:16);%取其中的随后25天
) Y* p4 `4 T2 Qp=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
5 S$ H* e+ z# j: |  Dt=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
daylast=day(13:16);
3 _+ R0 D/ t: }, S1 Q( w' d$ Nh3=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;
; h# Z  b5 q7 ^+ frr=reshape(r,4,3);
%%%%%%%%%%%%%% 新建网络bp %%%%%%%%%%%%%%%%
net=newff(minmax(p),[4,3],{\'purelin\' \'purelin\'},\'trainlm\');
% |& f1 m" B9 d5 @! Oy1=sim(net,p);
% 新建网络，其中minmax(p)为p的没一次输入的最大最小值向量
2 t3 i  \* V6 I+ `1 Y% 两层的传递函数均为purelin
% 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  %%%%%%%%%%%%%%
$ b2 a: @5 ?; O+ F$ ?% network parameters:
# z/ D5 g) {6 B%   epochs--epochs of the train
%   goal--errors goal of the network
%   lr--learning rate
%   shows--epochs between the displays
%   time--Maximum time to train in seconds
- W, [% m* w, a5 G9 |( Hnet.trainParam.epochs=200000;  % 训练次数
nettrainParam.goal=0.0001;  % 误差期望值
- w: X( i7 J0 {% returns of the train:
%   net--New network
* r0 M3 r. ]3 [5 C9 M. Z6 T%    tr--Training record (epoch and perf).
5 p0 s3 m9 \$ O( C- ]5 Q%     Y--Network outputs.
%     E--Network errors.
5 p. _4 s5 i5 F3 g[net,tr,Y,E]=train(net,p,t);
%%%%%%%%%%%  网络测试 %%%%%%%%%%%%%%%%
% input the testing points here %
. s; e' |" f: T7 {- o/ d& Jtitle(\'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\');
%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
x=1:4;
% ?7 r1 N$ X, z8 d5 Cy=1:4;
6 \* C" M% R8 q9 Cy21=sim(net,p);
9 y6 A6 p% ]) y. hy2=reshape(y21,1,12);
, o5 _% g4 L" m6 ?' Iclf
plot(r,y2,\'b-^\')
hold on
5 V$ C+ P. ?2 mplot(1:20,day,\'r-*\')
%%%%%%%%%%%%% 预测 %%%%%%%%%%%%%%%
y3=sim(net,h3);
( o" X, W% K6 d( B  |3 x% }, hplot(17:2:20,y3,\'-*\')
hold on
* J% P# F! x7 E: S  S% ftitle(\'神经网络训练结果\');
xlabel(\'时间（天）\');
ylabel(\'仿真输出结果\');
+ t8 @/ o5 D9 r# R: L- alegend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
8 r# h$ l7 a& p, R: kx=1:4;
y=1:4;
: E( R1 B4 ], h5 Y8 Zplot3(x(1:3),y(1:3),E(x(1:3),y(1:3)))
9 Y% U! O4 p# D1 O8 C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