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
* M! s  q1 d: Y3 I( U5 j- |0 V  hdayhismod=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
0 v; @! C9 e$ N& b' Adaypost=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
4 C8 ?5 X* Y5 Pt=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
2 s# w- f! I2 ]4 d* rdaylast=day(13:16);
h3=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);
%%%%%%%%%%%%%% 新建网络bp %%%%%%%%%%%%%%%%
$ U- U3 K; n/ vnet=newff(minmax(p),[4,3],{\'purelin\' \'purelin\'},\'trainlm\');
y1=sim(net,p);
  ]. l. \; l/ A/ v" [2 J3 f% 新建网络，其中minmax(p)为p的没一次输入的最大最小值向量
6 d' W3 T7 u/ q2 E* Q2 Q& A% 两层的传递函数均为purelin
* G4 v. G) A) S% 训练函数为trainlm
8 C) U9 ^# U7 K% C+ b9 o% 所训练的网络大小为[5,5]
% 仿真训练前的网络

% {; Z  m- [8 A5 x%%%%%%%%%%%  进行网络训练  %%%%%%%%%%%%%%
% network parameters:
%   epochs--epochs of the train
%   goal--errors goal of the network
%   lr--learning rate
+ f# M, ^( c! q%   shows--epochs between the displays
6 y4 ]1 b5 w$ q/ c%   time--Maximum time to train in seconds
net.trainParam.epochs=200000;  % 训练次数
" p( ~. R# S$ p2 ?) |9 Z) VnettrainParam.goal=0.0001;  % 误差期望值
% returns of the train:
%   net--New network
%    tr--Training record (epoch and perf).
+ i% ^) N( x+ E  b* g9 v%     Y--Network outputs.
' w: t6 ^2 p* s0 }8 A) O%     E--Network errors.
4 K/ @8 Y3 U, c* ]7 ~[net,tr,Y,E]=train(net,p,t);
* F+ |: s! S; [- N6 Z$ S# e4 B3 }%%%%%%%%%%%  网络测试 %%%%%%%%%%%%%%%%
% input the testing points here %
8 b# ~: B( C4 v; _0 h3 ^title(\'神经网络训练结果\');
- j% h3 }5 ^8 A2 `! oxlabel(\'时间（天）\');
5 R2 {" x. _. h  R+ lylabel(\'仿真输出结果\');
legend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
9 w3 u+ K' L+ U+ L%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
. W  g9 z( v  Jx=1:4;
+ b8 ~' O/ c* r3 M$ @, F* ~y=1:4;
6 w# D* l. U3 |; d) r* `y21=sim(net,p);
y2=reshape(y21,1,12);
& Q  F8 e/ p  u# g( l- j1 vclf
2 \5 z/ ]2 x3 K2 S0 p8 p; ?% u) zplot(r,y2,\'b-^\')
7 W) c7 m5 H. p# Z1 o# fhold on
plot(1:20,day,\'r-*\')
) n# V7 x8 {" ]1 X1 a6 B%%%%%%%%%%%%% 预测 %%%%%%%%%%%%%%%
2 F) |& ?) A* `3 t2 t6 B$ \y3=sim(net,h3);
plot(17:2:20,y3,\'-*\')
hold on
title(\'神经网络训练结果\');
xlabel(\'时间（天）\');
) P* x6 w0 f' \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 %%%%%%%%%%%%%
x=1:4;
& I. Z0 e6 c6 O% _  Xy=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
: }/ f0 {1 B9 |4 g" j4 M