请问大神这个代码错在哪里，应该如何修改.以及回答一个简单的题目，谢谢。

昌辉9

day=[8.6187,8.3507,8.3142,8.2898,8.2791,8.2796,8.2784,8.2770,8.2770,8.2774,8.2780,8.1013,7.8087,7.3872,6.85,6.81,6.622,6.61,6.25,6.07];
dayhistory=day(1:16);%取其中三十天作为历史数据样本
8 `, o8 {  q( _( m8 A, J* T5 ydayhismod=reshape(dayhistory,4,4);% 将历史数据分为6个样本，每个大小为5，其中reshape是以列排序的
dayday=day(1:12);% 取其中的前25天
daypost=day(5:16);%取其中的随后25天
p=reshape(dayday,3,4);% 将前25天数据分为5行5列矩阵作为网络的训练输入样本
t=reshape(daypost,3,4); %将随后的25天分为5行5列矩阵作为网络的目标输出向量
* N+ j" y) a; a$ t( v; \daylast=day(13:16);
& x, z9 F& O/ e& L6 Ih3=reshape(daylast,4,1);% 将倒数第二个样本作为网络测试时的输入样本
r=5:16;
rr=reshape(r,4,3);
1 D6 B/ c  Z6 o  R1 L+ v2 D%%%%%%%%%%%%%% 新建网络bp %%%%%%%%%%%%%%%%
net=newff(minmax(p),[4,3],{\'purelin\' \'purelin\'},\'trainlm\');
% u2 c; t; f) N9 My1=sim(net,p);
% 新建网络，其中minmax(p)为p的没一次输入的最大最小值向量
$ X4 c& J8 {0 I$ u% 两层的传递函数均为purelin
! }7 c* j/ j# R  M) e6 |2 Z% 训练函数为trainlm
! M) n9 `" C) v' ^9 \0 P% 所训练的网络大小为[5,5]
6 x9 }8 O7 q+ v* C% 仿真训练前的网络

%%%%%%%%%%%  进行网络训练  %%%%%%%%%%%%%%
% network parameters:
%   epochs--epochs of the train
%   goal--errors goal of the network
2 z% K7 A. F" R: B' p3 d%   lr--learning rate
%   shows--epochs between the displays
/ m- a9 w! p! B- s6 g/ b" i%   time--Maximum time to train in seconds
" f0 L( o$ B5 G) Cnet.trainParam.epochs=200000;  % 训练次数
nettrainParam.goal=0.0001;  % 误差期望值
6 s+ o1 U+ O/ n7 N2 t4 \  L% returns of the train:
) v* s8 x1 ~7 \3 S%   net--New network
%    tr--Training record (epoch and perf).
0 W" m9 [  E$ y6 O* Z" U%     Y--Network outputs.
1 t0 E; c* y/ k0 R  E$ X%     E--Network errors.
$ _6 p/ T2 E: o- l/ G0 K9 d; y[net,tr,Y,E]=train(net,p,t);
%%%%%%%%%%%  网络测试 %%%%%%%%%%%%%%%%
* x/ i' k7 _) b% R9 G% input the testing points here %
title(\'神经网络训练结果\');
7 P! v4 g: e% n. sxlabel(\'时间（天）\');
* J/ c9 S1 u  Y& L( z9 o% D' |ylabel(\'仿真输出结果\');
legend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
3 W+ \1 @+ w- ^" qx=1:4;
y=1:4;
y21=sim(net,p);
0 C) C$ h! p1 A0 I+ D( J, B9 c+ T- k" Hy2=reshape(y21,1,12);
0 B3 w# z0 ]: M: Lclf
plot(r,y2,\'b-^\')
hold on
- O( x$ o( x5 k8 k' F6 k* O) xplot(1:20,day,\'r-*\')
( z; u' _: O/ D; p7 i/ }5 l- v( p- S  P%%%%%%%%%%%%% 预测 %%%%%%%%%%%%%%%
" c5 c8 m, G& L3 b- B' Y  Dy3=sim(net,h3);
plot(17:2:20,y3,\'-*\')
( c# C, j9 L$ Rhold on
- G$ a4 c8 H! w4 o7 Stitle(\'神经网络训练结果\');
! u8 A6 L$ C0 ]1 p  [. f3 yxlabel(\'时间（天）\');
ylabel(\'仿真输出结果\');
legend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
0 g' T9 @% ?- J: r8 A%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
/ l) \& v2 [. D( M6 ox=1:4;
5 V* |" O/ d, ?y=1:4;
plot3(x(1:3),y(1:3),E(x(1:3),y(1:3)))
运用简单的神经网络，怎样处理已经有的数据，一般输出的怎样的结果，有什么用，谢谢