关于BP神经网络预测

hanyunxiang

4 y0 s2 s& g/ [, l+ R1 `关于BP神经网络预测
8 r0 z( H3 N: D, H9 d2 x; a4 g( U
注：里面的笑脸代表冒号（不知道会出现笑脸）
) X% a9 z7 X3 c8 B" x# _
7 u+ ?  `+ |* s; a5 ~/ E
关于BP时间序列预测
& c3 h% S0 s/ P8 P% b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....
    33197.3 38758.6 40576.2 48606.3];
X(1,=(x(1,-min(x(1,))/(max(x(1,)-min(x(1,));（归一化）
for i=1:7
    X1(i,=[X(i) X(i+1) X(i+2) X(i+3)];
end
X2=(X1(:,1:3))';
# ~0 X6 b5 C  y' K9 l. J" lT2=(X1(:,4))';
X3=X2(:,1:6);
) V: M- G- o1 m9 |T3=T2(:,1:6);
net=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
. q- o2 f, N" u. Bnet.trainParam.epochs=1000;
0 ~4 V# W5 o* z: Mnet.trainParam.goal=0.000001;
LP.lr=0.1;
/ v2 m! ^6 \$ b: U) p7 S- a! Enet=train(net,X3,T3);
y1=sim(net,X3);

以下是检验：
" M( m8 d9 L, J) r- g$ ^
x_test=X2(:,7);
y_test=sim(net,x_test)
2 ~( L* V" F- z$ |Y_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
/ o4 }# I, X' ], S7 R. R+ A8 N检验效果还不错；

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；
6 l+ l, m4 }/ f  e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？？

0 o2 r! ?$ _  P) _$ n" o  E5 |5 ~yc1=[0.7205 0.7721 1.0000]';
  E# A: _$ e  \2 W+ cjg1_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