关于BP神经网络预测

hanyunxiang

# B! l$ a9 b2 D
9 l8 x, i8 z/ h, N9 Z) x0 q, f+ ?关于BP神经网络预测
. w+ W3 K$ ?; O1 T- p
& ^; y  r$ m) _1 e, t注：里面的笑脸代表冒号（不知道会出现笑脸）
; N+ ]1 Y" Z! K) {

关于BP时间序列预测
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：
x=[13369.2 14873.7 17137.3 17432.5 24193.5 28435.1....
$ O2 @, n6 f( _5 U3 e3 \+ B    33197.3 38758.6 40576.2 48606.3];
/ w! ]& h& h9 JX(1,=(x(1,-min(x(1,))/(max(x(1,)-min(x(1,));（归一化）
for i=1:7
& [! E" ~9 Z* W( t- ]    X1(i,=[X(i) X(i+1) X(i+2) X(i+3)];
7 \9 p0 o; {3 m: N, E' }7 D* i7 Zend
1 S( Z: x: i4 m( oX2=(X1(:,1:3))';
T2=(X1(:,4))';
X3=X2(:,1:6);
+ [9 D- A3 R' a. t% W- G* G+ KT3=T2(:,1:6);
net=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
8 ?- c5 G- S' D4 Q7 Cnet.trainParam.epochs=1000;
net.trainParam.goal=0.000001;
5 O2 ?! X& v& d0 V6 r- q8 ELP.lr=0.1;
% p% g& ^6 o1 x! O) E8 p* qnet=train(net,X3,T3);
/ W/ L  S6 y" Y; k0 n# z2 iy1=sim(net,X3);
" q( Y2 }3 G, T# ^
以下是检验：

/ S* N! @. |1 Qx_test=X2(:,7);
y_test=sim(net,x_test)
# O8 Z6 c1 U- K$ I3 w& aY_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
& C9 g4 |: u0 J7 Z; q  @& o! o检验效果还不错；
( n: S  G' n9 E% F; P- @6 }. Z8 p
) m- i3 f: D' A4 q) k: r) ~+ t2 g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；
. U" l( q: \0 S$ T& t) h7 ?3 m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？？
% Y3 f( g+ J; E) s; _
8 W+ o- w! [2 f0 f7 _yc1=[0.7205 0.7721 1.0000]';
) {" w' V+ l4 a# T1 B) Bjg1_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