关于BP神经网络预测

hanyunxiang

  c: n$ V( s# y3 o
关于BP神经网络预测
& S- v: k7 M# u/ {& S
% V- Q/ C2 U8 b% q8 E注：里面的笑脸代表冒号（不知道会出现笑脸）
+ k# Y2 y* A7 t3 O9 s

# `4 Z# o. F, ~* H9 k关于BP时间序列预测
! p; Q; n# S2 e& D- }( \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：
  L* G$ t; J% e- O' @x=[13369.2 14873.7 17137.3 17432.5 24193.5 28435.1....
    33197.3 38758.6 40576.2 48606.3];
X(1,=(x(1,-min(x(1,))/(max(x(1,)-min(x(1,));（归一化）
0 p3 N# U! @3 E( h7 pfor i=1:7
* k! F9 h; H! @7 ~$ Z    X1(i,=[X(i) X(i+1) X(i+2) X(i+3)];
end
8 S$ H0 j8 d$ |1 q5 q' F  m4 y# QX2=(X1(:,1:3))';
  k6 p9 h" T, I4 @T2=(X1(:,4))';
1 j* J2 N, _* \4 k( Z7 |* EX3=X2(:,1:6);
" C+ x2 k, [( dT3=T2(:,1:6);
net=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
net.trainParam.epochs=1000;
net.trainParam.goal=0.000001;
+ |1 J: Z; [2 tLP.lr=0.1;
* ^- m0 ^8 p7 o& h  \; b0 q2 _net=train(net,X3,T3);
% ]1 r+ L& i7 }y1=sim(net,X3);
: h/ W5 K  ?2 k+ U% X3 F6 L
/ e/ C5 @7 b* d, [) P! E/ t4 @以下是检验：
. i) c6 r- W7 i: \6 u/ j
( B+ o5 I: T0 q  l) f; I0 cx_test=X2(:,7);
' f7 v9 j4 L5 Py_test=sim(net,x_test)
! ]( Q5 P0 e% h/ Z, S4 rY_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
8 a$ V# w2 p" K6 c检验效果还不错；
2 N, x& B( P6 L, d+ l
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；
4 }- {* o$ ~. S' S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？？

yc1=[0.7205 0.7721 1.0000]';
jg1_test=sim(net,yc1(:,1))
Jg1_test=jg1_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）

zerodingying

感谢楼主，很不错的说。。。。。

haoren1990

y1=sim(net,X3);

haoren1990

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。

沙漠海滩

这是什么啊？楼主

KuaitouKid

改改参数应该就不一样了，神经网络的结果就是有点蛋疼……

1578233196

1578233196

1578233196