关于BP神经网络预测

hanyunxiang

- @$ }. l: ]9 l/ p' m. F5 ]; m
3 H. q; p0 J! }5 J# R关于BP神经网络预测
9 c7 w0 f. @7 p3 q/ Q; P- l  O3 E
注：里面的笑脸代表冒号（不知道会出现笑脸）


关于BP时间序列预测
3 }, u1 k4 f2 o( |% h7 x5 Z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....
' Q6 M7 I& P% D% a+ S    33197.3 38758.6 40576.2 48606.3];
2 d/ T# x; {4 T# r" fX(1,=(x(1,-min(x(1,))/(max(x(1,)-min(x(1,));（归一化）
; O' T, I) F5 U: nfor i=1:7
8 u+ @$ E# h! D    X1(i,=[X(i) X(i+1) X(i+2) X(i+3)];
/ J, _* W6 U- V* `4 Nend
X2=(X1(:,1:3))';
T2=(X1(:,4))';
X3=X2(:,1:6);
T3=T2(:,1:6);
. a" ~+ P3 G, R3 }7 F. |net=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
net.trainParam.epochs=1000;
net.trainParam.goal=0.000001;
LP.lr=0.1;
# Q) {$ U7 _) g+ jnet=train(net,X3,T3);
! m. B! k3 H9 E) Z$ @y1=sim(net,X3);
! s1 ?+ J7 L- u3 s1 c9 N" m
以下是检验：

x_test=X2(:,7);
y_test=sim(net,x_test)
Y_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
6 c, |; R9 Y$ Z$ c9 k* {4 _检验效果还不错；

$ X9 o6 G) y6 \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；
/ _, T. _9 f) J; w5 D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？？

7 b2 h0 ]- k+ I1 V$ fyc1=[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