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
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
6 y4 E% \5 _7 v: Y1 t9 Z& ~dayday=day(1:12);% 取其中的前25天
daypost=day(5:16);%取其中的随后25天
$ t6 w" k: W. |  L! V! Tp=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
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
3 ^7 d: g" C1 A4 G, N4 Z* mdaylast=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
& x4 i( U/ K. E- G2 @r=5:16;
rr=reshape(r,4,3);
6 T& e$ N6 Z* s/ Y/ m& F5 `& |7 C) m%%%%%%%%%%%%%% 新建网络bp %%%%%%%%%%%%%%%%
net=newff(minmax(p),[4,3],{\'purelin\' \'purelin\'},\'trainlm\');
# h$ q! a2 a' p5 zy1=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
% 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]
4 \; F7 D5 N1 n0 n7 M. k7 s2 d% 仿真训练前的网络

/ O- w( U, y; J. L! `1 y4 `%%%%%%%%%%%  进行网络训练  %%%%%%%%%%%%%%
) Q) D& C, U0 L3 x& C% network parameters:
/ T4 {; D. c; J1 w9 J%   epochs--epochs of the train
$ t# j7 q: K  l6 a3 C5 `2 e. _%   goal--errors goal of the network
  O, K& n* v) B. o%   lr--learning rate
%   shows--epochs between the displays
7 r% \; O& [  W- n  ~5 l%   time--Maximum time to train in seconds
% l0 Z4 b/ l( `3 i( {& hnet.trainParam.epochs=200000;  % 训练次数
9 G' r" H! Y3 B4 {  V* N; AnettrainParam.goal=0.0001;  % 误差期望值
% returns of the train:
! l5 U1 Q- E/ i, G* a$ [0 P& M  y: p%   net--New network
%    tr--Training record (epoch and perf).
%     Y--Network outputs.
' V3 }; a* L, Z9 x/ R9 g/ Z5 |%     E--Network errors.
1 u5 K% Y" O2 {$ p" N; y[net,tr,Y,E]=train(net,p,t);
%%%%%%%%%%%  网络测试 %%%%%%%%%%%%%%%%
% input the testing points here %
9 p0 C, k- G7 I) e3 ^6 atitle(\'神经网络训练结果\');
xlabel(\'时间（天）\');
ylabel(\'仿真输出结果\');
5 t" D9 |3 a% B/ T$ _legend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
4 C+ ~3 `/ F( P+ rx=1:4;
  z4 I/ @! F' Ly=1:4;
y21=sim(net,p);
y2=reshape(y21,1,12);
clf
plot(r,y2,\'b-^\')
hold on
. |/ R9 t7 t  S; M. Cplot(1:20,day,\'r-*\')
. s, F- u" t5 ]9 U; D%%%%%%%%%%%%% 预测 %%%%%%%%%%%%%%%
y3=sim(net,h3);
plot(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\');
+ U5 o# ]8 o8 Q' H$ nlegend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
; r% h0 c& f. u5 h4 G: _+ Q" Q%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
5 L7 G5 L( N: m7 i5 k- ~6 w  kx=1:4;
y=1:4;
" w" v+ o/ B5 C$ J; j6 W+ k8 Oplot3(x(1:3),y(1:3),E(x(1:3),y(1:3)))
4 O/ }) q4 \4 n; e- N& Z) T& c# 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