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];
: X$ X& W/ P% a) {) U/ Ndayhistory=day(1:16);%取其中三十天作为历史数据样本
, I9 e* y( \% `6 n, k( s# A/ `dayhismod=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
daylast=day(13:16);
. K' t% e2 S3 y" A. xh3=reshape(daylast,4,1);% 将倒数第二个样本作为网络测试时的输入样本
: q* Y. G3 `' X9 b; N/ |- Fr=5:16;
' r; ]3 R  _' G3 w. s/ x+ n$ Mrr=reshape(r,4,3);
* Q" y9 m6 e6 m7 [6 E) c  c; X%%%%%%%%%%%%%% 新建网络bp %%%%%%%%%%%%%%%%
net=newff(minmax(p),[4,3],{\'purelin\' \'purelin\'},\'trainlm\');
y1=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
8 r3 x- a6 M  o4 [! z4 q% 两层的传递函数均为purelin
% 训练函数为trainlm
9 ~- Z* j1 c4 \. m+ ?& B: U5 p% 所训练的网络大小为[5,5]
% 仿真训练前的网络
' m; d& z4 [7 G! a  N+ f" t. G+ g
  K6 {7 O: U' M/ v%%%%%%%%%%%  进行网络训练  %%%%%%%%%%%%%%
; h- [! F1 X2 V& H* u- `7 \- w2 X% network parameters:
%   epochs--epochs of the train
%   goal--errors goal of the network
8 W( z% L  }. S. B  r%   lr--learning rate
%   shows--epochs between the displays
%   time--Maximum time to train in seconds
net.trainParam.epochs=200000;  % 训练次数
nettrainParam.goal=0.0001;  % 误差期望值
0 }" n+ \! y# ]( b1 S% returns of the train:
% |6 n: P2 Y/ _% R5 p' t%   net--New network
%    tr--Training record (epoch and perf).
%     Y--Network outputs.
%     E--Network errors.
[net,tr,Y,E]=train(net,p,t);
%%%%%%%%%%%  网络测试 %%%%%%%%%%%%%%%%
% input the testing points here %
! f* u) ^. I  z& Otitle(\'神经网络训练结果\');
xlabel(\'时间（天）\');
ylabel(\'仿真输出结果\');
- |7 s5 [% M3 N" {legend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
! A5 @2 X, V. S4 Z7 Z; \1 F0 a%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
% j% Z) I7 H7 \x=1:4;
y=1:4;
  I$ T$ u9 K$ `6 yy21=sim(net,p);
9 l) G2 @" J+ G9 B' }y2=reshape(y21,1,12);
clf
plot(r,y2,\'b-^\')
hold on
9 n% l$ z1 F' B1 a9 `9 gplot(1:20,day,\'r-*\')
' _9 c8 d' b8 s3 u4 V5 t%%%%%%%%%%%%% 预测 %%%%%%%%%%%%%%%
y3=sim(net,h3);
plot(17:2:20,y3,\'-*\')
hold on
title(\'神经网络训练结果\');
xlabel(\'时间（天）\');
- n) ?8 J" i& R) M9 p7 cylabel(\'仿真输出结果\');
legend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
  G) K  d1 K4 S3 k9 M%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
) C8 d& L. X/ u& s. {x=1:4;
: o) g& k. n% z  ny=1:4;
plot3(x(1:3),y(1:3),E(x(1:3),y(1:3)))
" T  x5 k: n8 s7 s5 C$ }* W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
6 P/ M5 L- M% L( z6 P