人工神经网络导论（蒋宗礼），灰色预测资料

李食其

现在已知一种产品的库存记录，预测下个月的库存
8 n* R7 V' D8 I; i- A: H* l我查找了各种预测的资料，也编程算了，用了灰度预测，神经网络，拟合，时间序列，能用的都用了，可是没一个准的。我要疯了
6 a4 i# M) v$ h& z2 \; f  \我的神经网络程序如下
& A; o, n2 y2 j  ?) PT=[...];
3 @9 E2 H: X6 _/ T0 B& _! D- \n=length(T);
P=1:n;
%  创建一个新的前向神经网络
net_1=newff(minmax(P),[49,1],{'tansig','purelin'},'traingdm')
%  当前输入层权值和阈值
inputWeights=net_1.IW{1,1};
5 f; [; B! w/ t3 W2 v# finputbias=net_1.b{1};
%  当前网络层权值和阈值
% D5 U9 ]& o( O+ j" r0 B- PlayerWeights=net_1.LW{2,1};
* O; G0 w8 W' |0 G8 L& zlayerbias=net_1.b{2};
%  设置训练参数
& _8 q  ]" b6 e# T3 Z0 Lnet_1.trainParam.show = 50;
net_1.trainParam.lr = 0.05;
* P+ _9 w+ L2 q& A6 S5 cnet_1.trainParam.mc = 0.9;
net_1.trainParam.epochs = 3000;
5 R* Z( D+ R7 l7 Z& L5 f# Vnet_1.trainParam.goal = 0.0001;
%  调用 TRAINGDM 算法训练 BP 网络
[net_1,tr]=train(net_1,P,T);
! i) T0 N  [! Q& a" @# d+ T%  对 BP 网络进行仿真
A = sim(net_1,P)
%  计算仿真误差
  o$ Y. h& o# X1 W0 Y& ]  u* bE = T - A;
+ l- ^9 V- C8 c3 b/ Z7 sMSE=mse(E)
! S- h9 v) y8 g1 }; Yx=[n+1];%测试
kn=sim(net_1,x)

每一次运行的结果都不一样，而且没一次准的，有的时候差的还特别多。
我的数据量挺大的，从2007年至今，而且数字比较大
* ]7 L0 w6 o' t: Z+ A有没有懂得，帮帮我。
献上资料先

何挺

这么难啊    ^^^

anonymous123

我看你还是自己做吧

wl_850357290

不知我能不能帮上你啊

xypfs21

数据的噪声？

xypfs21

数据的噪声？

wphls

虚心学习好东西

narutoxcb

感谢4楼资料

mcmzy

感谢4楼资料.

李食其

我有点懂了
8 o3 N) u$ {9 W6 P神经网络做的预测就是变化的，不是一个常数，这是由于初值的影响
这样可以吗？如果已知n组数据，欲预测第n+1个的值，可以用前n-1个数据做训练数据，用第n个做检验，对算得比较准的网络进行保存，用这个网络计算第n+1。
有没有理论支持说，对一个准的，对后面的也准？