关于BP神经网络预测

hanyunxiang

关于BP神经网络预测
) Q! @! O& X( ]
注：里面的笑脸代表冒号（不知道会出现笑脸）
2 l* W7 c6 [" ]3 x9 i  B
2 q7 \* G9 W8 \, E+ W3 H7 k
$ f8 P" M9 t2 W6 d3 h& o2 V( U6 w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....
, y1 ^7 Q8 N& n0 ^    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)];
  \( X" ^+ T- Wend
X2=(X1(:,1:3))';
T2=(X1(:,4))';
& u" v: X  A# I" C5 PX3=X2(:,1:6);
T3=T2(:,1:6);
- ^0 [6 p) f( ~( i4 Q- cnet=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
- ~5 f7 z+ J6 snet.trainParam.epochs=1000;
net.trainParam.goal=0.000001;
, T$ P4 j9 y) M+ a9 oLP.lr=0.1;
net=train(net,X3,T3);
y1=sim(net,X3);
" E! a7 u$ }4 y: P4 M# p' }
  S& R$ O9 b  g9 V& B以下是检验：
: ^8 U) N# y& ^) }  ]/ V
x_test=X2(:,7);
/ y1 J" W' G# U7 V; qy_test=sim(net,x_test)
4 y1 Z- z( h% w; U# V# a, gY_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
$ T3 ]# o: I8 A" @3 G  X2 p检验效果还不错；
7 V& q) |, F% T& T! g* q. e0 I
( J" t# y% [8 x5 d4 M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？？
6 A! L3 t& Z9 T1 {
yc1=[0.7205 0.7721 1.0000]';
jg1_test=sim(net,yc1(:,1))
  }+ I$ D; e  O* M$ VJg1_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