QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 3727|回复: 3
打印 上一主题 下一主题

[已经解决] BP神经网络预测遇到一个疑问,麻烦过来看看

[复制链接]
字体大小: 正常 放大

23

主题

8

听众

372

积分

升级  24%

  • TA的每日心情
    开心
    2014-10-4 18:19
  • 签到天数: 102 天

    [LV.6]常住居民II

    自我介绍
    本人是在校学生,即将参加有史以来的第一场国赛,希望能在这里获得帮助。
    跳转到指定楼层
    1#
    发表于 2013-9-8 17:22 |只看该作者 |正序浏览
    |招呼Ta 关注Ta
    本帖最后由 数学不烦 于 2013-9-9 21:56 编辑 1 {/ h  n2 n" g# `/ r8 A6 C
    # M+ U- m4 ~; U* ]# w
    各位朋友,有一个问题请教你们。   我用BP神经网络做预测的时候(下面是我的代码)遇到一个问题。  首先我尝试在代码里面不把数据归一化,这样的出来的结果很差(R=0.46).但我把数据作归一化 与 反归一化 之后 确实R提高了很多(R=0.99),这时问题就来了,请看最下面的测试结果代码,那里只有输入(没有输出,因为是预测),premnmx 归一化要有输出的变量T,但我只有输入数据,没有输出数据,因此反归一的结果(最后的预测结果)也无法做到。那么我的预测就不是做不了吗?  很纠结,查了很多资料了,还是不知道怎么解决。2 E2 L& c* Y. w- \1 T
    国赛准备到了,希望热心的朋友懂的不吝赐教,我把问题写得很认真,希望各位能帮我解决这个问题,谢谢了。
    # @, l  [# T' u0 D2 B! I) V) h. z% N( q; j
    clear- [& q0 q' B  S
    clc
      ~  j( {8 e2 @, m9 D%输入数据--以一列作为一个输入数据. F, L, W' J( K6 }
    x1=[227.5 286.9 236.3 300.6 243.0];/ ^2 d" p! [6 v  U
    x2=[286.9 236.3 300.6 243.0 354.1];6 s3 l: ]4 m% E; V" Y
    x3=[236.3 300.6 243.0 354.1 294.1];
    2 n) ^/ {6 z0 u0 R2 P1 z& B9 jx4=[300.6 243.0 354.1 294.1 361.4];% Y. T& [8 c4 s8 G. R8 c0 v  j
    x5=[243.0 354.1 294.1 361.4 333.7];1 c3 u3 h1 M* o+ B' o$ S! H9 u
    x6=[354.1 294.1 361.4 333.7 426.4];- o) n+ U1 K8 n1 S2 c, D
    x7=[294.1 361.4 333.7 426.4 434.4];& P+ R' `# c, n; t' I4 `
    x8=[361.4 333.7 426.4 434.4 449.9];9 M4 p  O8 a, i5 P; T8 b
    x9=[333.7 426.4 434.4 449.9 431.9];
    / s7 C3 k, ?2 K
    * z$ a; c  n; M# PP=[x1;x2;x3;x4;x5;x6;x7;x8;x9]';  x/ T% i( j9 ~# d. k8 i7 Q5 g4 r
    %输出数据--以一列作为一个输出数据% v  d' Q) d+ M" v- Y
    y1=[354.1 294.1 361.4 333.7 426.4];
    4 L1 p6 h0 Y* r8 Dy2=[294.1 361.4 333.7 426.4 434.4];
    # H8 g" |) q& i; z; I" X" O- Yy3=[361.4 333.7 426.4 434.4 449.9];
    $ b) g2 w1 m% Sy4=[333.7 426.4 434.4 449.9 431.9];4 b4 v' i* Z( P# v
    y5=[426.4 434.4 449.9 431.9 454.0];
    4 [1 S) T. ]* u5 h, By6=[434.4 449.9 431.9 454.0 655.6];
    / H2 a% C) q& D6 x9 R8 w9 jy7=[449.9 431.9 454.0 655.6 907.0];/ D& x- l2 d3 ~+ H  ^" L
    y8=[431.9 454.0 655.6 907.0 1112.5];
    ) C' ]0 i# K$ H/ l/ e1 ly9=[454.0 655.6 907.0 1112.5 1401.1];
      |" [' t; z' t, u. z+ Z6 X* u, v: U0 e9 l/ V
    T=[y1;y2;y3;y4;y5;y6;y7;y8;y9]';
    9 V6 m! ]& {7 h3 G) n2 n/ S3 L) q0 r. v* Z' F9 i, X/ t) z1 ?4 D9 Z$ V
    %归一化: `, ~& C! k. k
    % [P,minp,maxp,T,mint,maxt] = premnmx(P,T);
    ' A; N. g4 R/ j) ?%建立网络
    2 a7 G2 Q- }3 ]%其中[10,3]代表有一个隐含层,里面有10个神经元;“3”代表有三个输出数据* }" t- B0 t" m. ?$ z6 P
    %{'tansig','purelin'}与[10,3]对应,意思为隐含层 与 输出层/ y+ v0 o6 g% Z' \; R
    %'traingdm' 表示调整权重,缩小误差的数学函数
    ! G+ v& x' h$ i%↓创建一个新的前向神经网络  
    1 h2 Y: o6 x: M+ @6 |net = newff(minmax(P),[6,5],{'tansig','purelin'},'traingdm')
    3 r8 r/ @0 r* E) {0 v$ z5 j; p( x& I. x$ I
    %  当前输入层权值和阈值
    2 v5 @3 z& j" v, N0 I4 finputWeights = net.IW(1,1)+ f5 K) u0 n# L- p! V- O
    inputbias = net.b(1); M* M7 K- _  O

    2 v6 j( v3 X# ]%  当前网络层权值和阈值 ' Q! \9 p  ~+ |0 b$ R
    layerWeights = net.LW(2,1)6 Q, d3 @7 \. O( T7 U6 C
    layerbias = net.b(2)
    + H9 j. e' r) u9 Y  u# l/ h% J  b4 j( M) Y( Y* H  W) L7 v; l
    %  设置训练参数
    2 v4 [+ J) X$ o7 Q$ ?net.trainParam.show = 50;( @7 }5 g, g3 S; R: b+ X2 s* Y
    net.trainParam.lr = 0.05;+ H2 ^- i5 w7 }0 `# \
    net.trainParam.mc = 0.9;% F0 y: u  @) t' J* I: `+ R( \# y! Y
    net.trainParam.epochs = 10000;  %每计算10000次出一次结果
    ' A' B5 Z" Q6 Q# D9 _% L6 n/ Qnet.trainParam.goal = 1e-6;     %期望达到的误差(认为是合适的误差)$ o0 W, A5 I9 j3 v8 I8 d& w

    ; z  j3 m0 r6 i2 [%  调用 TRAINGDM 算法训练 BP 网络/ t, q- ], a/ |  z6 o0 [( L. {
    [net,tr] = train(net,P,T);      
    9 J$ j. w1 h$ ]: I# S( {
    2 L# h; e. j" G1 ?%  对 BP 网络进行仿真
    & a' z# [- i6 A5 f' J) IA = sim(net,P);                 %A为输出结果
    $ E8 s6 v* q8 Q# c! S. P2 d! O2 K: Y/ ?; S$ T/ x
    %反归一化
    + e, T3 c8 C8 D# R0 h4 O( V" R%  A = postmnmx(A,mint,maxt);
    3 m9 f! s& d# M7 n- X0 z, i& T9 i. u' h
    %  计算仿真误差  . Y/ L+ K0 `8 g
    E = T-A;                        %原来的输出 - 训练输出 = 误差
    9 f* g5 m& G" \# G* fMSE = mse(E)                    %输出误差6 H% X* d' r8 q& p8 Q4 O/ E
    9 G. Y9 Y4 A0 D  q- Q0 }
    %下面是输入数据,测试结果
    0 |4 Q2 e- b2 v+ W1 bx=[454.0 655.6 907.0 1112.5 1401.1]';
    4 W3 L8 O" z' y; rY = sim(net,x)
    " ?/ C3 t2 D/ J- M- i' P4 g
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信

    19

    主题

    11

    听众

    272

    积分

    升级  86%

  • TA的每日心情
    郁闷
    2014-10-23 09:29
  • 签到天数: 59 天

    [LV.5]常住居民I

    不知道你最后是怎么解决的,感觉你最后预测的时候没有把输入数据进行归一化,即要对x进行归一化,再对y进行反归一化,这是我的看法,不知道对不对
    回复

    使用道具 举报

    kaito1412        

    63

    主题

    8

    听众

    3098

    积分

    升级  36.6%

  • TA的每日心情
    开心
    2020-7-21 15:56
  • 签到天数: 829 天

    [LV.10]以坛为家III

    回复

    使用道具 举报

    magic2728 实名认证    中国数模人才认证   

    61

    主题

    478

    听众

    4861

    积分

    升级  95.37%

  • TA的每日心情
    慵懒
    2014-9-29 19:37
  • 签到天数: 409 天

    [LV.9]以坛为家II

    群组数学中国 2015美赛护航

    群组数模专题强化培训

    群组建模思维养成培训

    群组2015美赛护航(强化)

    群组2013年数学建模国赛备

    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2025-7-11 01:42 , Processed in 1.046597 second(s), 74 queries .

    回顶部