关于BP神经网络预测

hanyunxiang

& H! g! V4 I. F  f* r4 t关于BP神经网络预测
/ P1 u4 y* U6 O) v7 _' t- ?
) \% c9 C8 _. z5 g% d注：里面的笑脸代表冒号（不知道会出现笑脸）
7 V1 J/ d2 Q/ `/ k' \7 ~

# ]" t  U& {& R0 b1 T关于BP时间序列预测
+ j- }* I, l+ F4 y8 V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：
. P# D8 w5 f8 a0 \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
, l# J( V! {: w3 u    X1(i,=[X(i) X(i+1) X(i+2) X(i+3)];
& S4 }- _) I6 R* G( w& l9 f! J2 Lend
X2=(X1(:,1:3))';
T2=(X1(:,4))';
9 S2 M4 S; P; CX3=X2(:,1:6);
0 J6 x8 `) ?, q2 r) A- ]T3=T2(:,1:6);
net=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
net.trainParam.epochs=1000;
net.trainParam.goal=0.000001;
LP.lr=0.1;
8 u" l6 T2 ~5 F, ynet=train(net,X3,T3);
+ f7 M  @" H0 h. k( a) \# _y1=sim(net,X3);

  p' \  ~' H* N5 t以下是检验：

8 _: Y# c: f$ o9 Gx_test=X2(:,7);
y_test=sim(net,x_test)
, V- n; p6 l4 e. s5 UY_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
& F$ _% S  S8 n' I检验效果还不错；

% L9 t1 a& L# a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；
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？？
. U5 d3 j( b( N1 v
yc1=[0.7205 0.7721 1.0000]';
jg1_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