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];
( @7 }, Q2 l3 c: }dayhistory=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
: e1 u9 L  V8 ], Z! qdayday=day(1:12);% 取其中的前25天
daypost=day(5:16);%取其中的随后25天
p=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 u- J. N( r0 A! Ut=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
3 t2 c6 w* ^( Y) gdaylast=day(13:16);
2 m+ _( c, g, |  J# z" yh3=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;
rr=reshape(r,4,3);
%%%%%%%%%%%%%% 新建网络bp %%%%%%%%%%%%%%%%
, l! i! {: U, v1 |net=newff(minmax(p),[4,3],{\'purelin\' \'purelin\'},\'trainlm\');
y1=sim(net,p);
. J8 c4 I3 h# z4 r( H% 新建网络，其中minmax(p)为p的没一次输入的最大最小值向量
' M1 }7 ~- L6 W7 _, g2 J3 v0 a% 两层的传递函数均为purelin
( D2 J4 }' x* y( ~  Z: a% b% 训练函数为trainlm
" Q8 L! ]8 M$ G  k  Y6 _/ [: T% 所训练的网络大小为[5,5]
% 仿真训练前的网络

9 d6 o5 D' y6 g3 z( I, Y%%%%%%%%%%%  进行网络训练  %%%%%%%%%%%%%%
  b9 }  a+ P" S8 X+ [% network parameters:
%   epochs--epochs of the train
: B3 ?9 F2 l( x%   goal--errors goal of the network
%   lr--learning rate
%   shows--epochs between the displays
%   time--Maximum time to train in seconds
4 W4 O2 X8 r2 s  dnet.trainParam.epochs=200000;  % 训练次数
nettrainParam.goal=0.0001;  % 误差期望值
% returns of the train:
/ P; Y% R0 y; k! f! c%   net--New network
%    tr--Training record (epoch and perf).
5 L9 G2 V+ n9 Y. E" {$ p- ]%     Y--Network outputs.
7 U( r* l9 m- o4 k8 ?%     E--Network errors.
[net,tr,Y,E]=train(net,p,t);
%%%%%%%%%%%  网络测试 %%%%%%%%%%%%%%%%
% input the testing points here %
9 G; e9 @$ E. j; {; `$ E& S) z/ utitle(\'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\');
8 ]; O/ A" j+ H  e%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
6 c7 b  v/ p2 B1 C4 o. _. ]5 Mx=1:4;
y=1:4;
6 M$ U& X- g4 F( x5 X7 a3 k4 Qy21=sim(net,p);
y2=reshape(y21,1,12);
6 ]7 o1 Y  U8 iclf
8 ^" F1 {2 N8 x" s8 A1 Y0 j/ Wplot(r,y2,\'b-^\')
hold on
9 b0 C4 ?3 S  Aplot(1:20,day,\'r-*\')
/ n$ ]( J- S1 F( ?%%%%%%%%%%%%% 预测 %%%%%%%%%%%%%%%
1 s! w$ E0 _' v% v: c  {) i: ^y3=sim(net,h3);
! p9 \  V( N0 N* H1 P. \  |* e8 pplot(17:2:20,y3,\'-*\')
hold on
title(\'神经网络训练结果\');
* s( z; D6 E/ P* T9 w7 W; n  W% ~0 dxlabel(\'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\');
! Y+ u7 a* E# t3 r9 ^%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
x=1:4;
9 F/ g) a+ k& G  O1 L  [4 D. ]y=1:4;
' Q: Q$ S& f4 W) Gplot3(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
7 G: i0 ]" E" B9 z$ P