神经网络学习笔记 4——实例

森之张卫东

神经网络学习笔记 4——实例

1. <div>%15—8神经网络预测
   
2. %时间：2015-7-4-六
   
3. %第一次把这本书涉猎完，以后注意看重点章节。
   
4. clc, clear
   
5. %把表中第2列到第6列的数据保存到纯文本文件jingliu.txt
   
6. a=load('jingliu.txt');
   
7. %注意神经网络的数据格式，不要把矩阵搞转置了。
   
8. a=a';
   
9. %自变量数据规格化到[-1,1]
   
10. P=a( (1:4),(1:end-1) );
    
11. [PN,PS1]=mapminmax(P);
    
12. %因变量数据规格化到[-1,1]
    
13. T=a( 5,(1:end-1) );  
    
14. [TN,PS2]=mapminmax(T);
    
15. %----------------训练RBF网络----------------------
    
16. net1=newrb(PN,TN)
    
17. %----------------------------------------------------</div><div><div> %------------预测样本点自变量规格化--------------
    
18. x=a([1:4],end);
    
19. xn=mapminmax('apply',x,PS1);
    
20. %-----------求预测值，并把数据还原----------------
    
21. yn1=sim(net1,xn);
    
22. disp('求预测值，并把数据还原---RBF:')
    
23. y1=mapminmax('reverse',yn1,PS2)
    
24. %-------计算RBF网络预测的相对误差---------------
    
25. disp('计算RBF网络预测的相对误差')
    
26. delta1=abs(a(5,20)-y1)/a(5,20) </div><div><div><div><div>%初始化BP网络，隐含层的神经元取为4个（多次试验）
    
27. net2=feedforwardnet(4);  
    
28. %-------------------训练BP网络--------------------
    
29. net2 = train(net2,PN,TN);
    
30. %求预测值，并把数据还原
    
31. yn2= net2(xn);
    
32. disp('求预测值，并把数据还原---BP:')
    
33. y2=mapminmax('reverse',yn2,PS2) </div><div><div></div></div></div></div></div></div>

复制代码