人工神经网络导论（蒋宗礼），灰色预测资料

李食其

7 L( i& Y5 I4 m% g) U现在已知一种产品的库存记录，预测下个月的库存
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
- l5 R+ y" f1 K  I+ u7 z我的神经网络程序如下
T=[...];
6 S  ]5 [0 J5 Y+ u- _/ X+ G4 tn=length(T);
! c8 Z- e6 E; JP=1:n;
! o/ X/ y3 x0 y) ^, Q%  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};
6 u; F0 z$ E$ Winputbias=net_1.b{1};
%  当前网络层权值和阈值
" S' p# A  v/ T2 `5 o" c  Y6 l0 ylayerWeights=net_1.LW{2,1};
& V7 M6 W5 [. wlayerbias=net_1.b{2};
%  设置训练参数
net_1.trainParam.show = 50;
; y9 B8 S2 d2 {! I1 h: bnet_1.trainParam.lr = 0.05;
net_1.trainParam.mc = 0.9;
net_1.trainParam.epochs = 3000;
net_1.trainParam.goal = 0.0001;
%  调用 TRAINGDM 算法训练 BP 网络
[net_1,tr]=train(net_1,P,T);
%  对 BP 网络进行仿真
! S( R9 ?& b& _& L; F; b5 VA = sim(net_1,P)
%  计算仿真误差
0 O- ^- P' O4 S8 p5 ]: u. O1 H- @; P! iE = T - A;
& u; S6 ~: ?  ]4 _6 W& C$ H! C" gMSE=mse(E)
x=[n+1];%测试
/ z2 d) x- H  E" q6 W: @, k5 ^kn=sim(net_1,x)

' I" n- _6 a: ]9 H7 m+ r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
, K; {1 M1 {% ^) a: K" E" l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
" p- f" j7 C0 |8 D8 b+ X6 _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？