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];
5 g% k9 g: w+ j6 h$ {. x% u; ydayhistory=day(1:16);%取其中三十天作为历史数据样本
# l* f* l( L3 F  X. O' {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
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
, X, F2 K% S  Q0 p: Zt=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
5 q1 E+ A* n/ U! r4 t$ Idaylast=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
1 v8 `0 ^, u; @: }, x$ Sr=5:16;
. A8 ?/ ?2 K" K2 p5 Frr=reshape(r,4,3);
6 c0 U" U# D+ ]! l/ r' _9 k2 l1 T%%%%%%%%%%%%%% 新建网络bp %%%%%%%%%%%%%%%%
net=newff(minmax(p),[4,3],{\'purelin\' \'purelin\'},\'trainlm\');
y1=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
1 k. U$ m6 x0 O6 X. l% 训练函数为trainlm
  P# N/ Z, [$ n& \2 C3 i4 [% 所训练的网络大小为[5,5]
: _/ o  z7 A7 c& r  u5 _% 仿真训练前的网络

%%%%%%%%%%%  进行网络训练  %%%%%%%%%%%%%%
% network parameters:
9 q. G+ h( _) V( e/ ]9 h2 O" s%   epochs--epochs of the train
1 M5 g! G2 W( o% p! N1 v3 P, {%   goal--errors goal of the network
%   lr--learning rate
  `' t8 p, [2 M1 I9 V%   shows--epochs between the displays
# w* Z) J, x& h%   time--Maximum time to train in seconds
% ~; s: w9 m( ~  ynet.trainParam.epochs=200000;  % 训练次数
nettrainParam.goal=0.0001;  % 误差期望值
' Z: Q7 |( e  k% returns of the train:
%   net--New network
%    tr--Training record (epoch and perf).
%     Y--Network outputs.
. @5 i# |' J6 d2 j% g( ]1 y%     E--Network errors.
6 J  J; `9 l' {' {% D2 s[net,tr,Y,E]=train(net,p,t);
% L6 }" t* Q* K4 o%%%%%%%%%%%  网络测试 %%%%%%%%%%%%%%%%
; S4 B8 P6 n1 u' [- Z. n% input the testing points here %
1 G# v2 H8 s# x/ h$ `title(\'神经网络训练结果\');
' d7 S- e: W$ H! ?" W+ C" U9 u$ n) Mxlabel(\'时间（天）\');
. X+ U4 g/ Z/ g7 ?( H; Mylabel(\'仿真输出结果\');
8 N' n+ z; @+ V9 Glegend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
% T2 Z4 |/ C+ j# K$ V8 t%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
! g. K' Y3 }' P, _" @x=1:4;
y=1:4;
$ _- v; L+ B5 @8 u0 D# ^) r& v# By21=sim(net,p);
y2=reshape(y21,1,12);
) V" P) k" I; oclf
3 Q& E+ }9 V4 O$ |* u4 G. f& hplot(r,y2,\'b-^\')
hold on
5 ?* b" z0 C7 L1 i6 f$ |+ Q& Hplot(1:20,day,\'r-*\')
%%%%%%%%%%%%% 预测 %%%%%%%%%%%%%%%
0 |9 V* C% c, k9 ^  cy3=sim(net,h3);
plot(17:2:20,y3,\'-*\')
) }9 o4 I6 X) q: u$ _hold on
3 s4 {, I: [, Z% R4 ]; ^; ~title(\'神经网络训练结果\');
4 F* }2 j% h5 K/ @2 o- G( hxlabel(\'时间（天）\');
9 h% c4 Y) I% i/ c3 ~7 Aylabel(\'仿真输出结果\');
, U% Z/ V/ K1 b+ @8 slegend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
* D: O1 [; b' i# K+ Ex=1:4;
. C) c" r: V3 y6 ^y=1:4;
3 D2 F7 f6 C4 }2 h% h. Hplot3(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