关于BP神经网络预测

hanyunxiang

关于BP神经网络预测

注：里面的笑脸代表冒号（不知道会出现笑脸）
! G6 \8 r* X5 I3 q9 t
4 Z+ H: ]* B4 c4 V  J
' C7 F7 H, K* T, a+ ?; L关于BP时间序列预测
& o1 l& l; R( k. R. V7 m; ?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：
( o5 Y. O6 Z2 m6 z: {! B* Px=[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）
for i=1:7
& h. D8 L' u3 q7 E! L8 g    X1(i,=[X(i) X(i+1) X(i+2) X(i+3)];
end
X2=(X1(:,1:3))';
3 [0 h% T& v" n8 W) B2 AT2=(X1(:,4))';
X3=X2(:,1:6);
6 O& `: m! _- t$ PT3=T2(:,1:6);
* b+ O: b# @+ y) P, B, x/ Gnet=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
net.trainParam.epochs=1000;
( O4 ^) h! z: [$ Xnet.trainParam.goal=0.000001;
LP.lr=0.1;
5 o# v0 S0 P  jnet=train(net,X3,T3);
- U8 n  y3 z9 u3 C; Fy1=sim(net,X3);
( A6 h+ J% D5 q
以下是检验：

x_test=X2(:,7);
y_test=sim(net,x_test)
7 J2 |3 Z; Y. G1 ^Y_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
检验效果还不错；

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；
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 }' J. z# A. i9 i
* `( [0 u* g8 X. l4 V5 xyc1=[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