关于BP神经网络预测

hanyunxiang

2 H* g0 L0 ?) s
关于BP神经网络预测

! F: I5 k4 B8 k' C: ~# E+ a+ z. o注：里面的笑脸代表冒号（不知道会出现笑脸）

# C! R, `- }  x- Z$ x: Q% m, A
0 K% e; C) b9 q" v1 j) G& h关于BP时间序列预测
程序中x是已知的运输量数值（2000年-2009年），以4个数据为一组，前三个数据作为输入，第四个作为输出，共分7组，前六组训练，隐层节点为7，最后一组检验：
4 R% ]- I% V$ `' X& U8 L$ h$ r) hx=[13369.2 14873.7 17137.3 17432.5 24193.5 28435.1....
    33197.3 38758.6 40576.2 48606.3];
X(1,=(x(1,-min(x(1,))/(max(x(1,)-min(x(1,));（归一化）
' ]/ [, e5 R* l/ e* cfor i=1:7
    X1(i,=[X(i) X(i+1) X(i+2) X(i+3)];
' z% h: |' Y  \+ N: W4 K' _( b+ eend
) D- ^; Y' x2 |# P6 YX2=(X1(:,1:3))';
T2=(X1(:,4))';
X3=X2(:,1:6);
T3=T2(:,1:6);
net=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
3 @0 D! @. x! d# ^2 Inet.trainParam.epochs=1000;
' w  A! f5 \! ?- Y9 Y. G/ Jnet.trainParam.goal=0.000001;
! b4 a% b+ E. _4 _$ T1 G- G" BLP.lr=0.1;
net=train(net,X3,T3);
y1=sim(net,X3);

以下是检验：

, ^8 a+ J/ @- {# e" cx_test=X2(:,7);
6 G4 g! }, c& u4 sy_test=sim(net,x_test)
  k$ e$ [; q$ }$ F0 kY_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
. s# l8 a/ f0 Y0 u# z0 p检验效果还不错；
$ Y& M# K8 X4 R: q; G, Z5 @
但运用以下命令在预测2010年运输量时，向量yc1为2007、2008、2009年运输量归一化的数值；
# Q2 D5 j6 @- S. I' F" E% Y为什么反归一化输出和2009年数值一样，怎么回事呢？？？初学者盼解答？？
; F% I$ W# A( P. r7 [* |
yc1=[0.7205 0.7721 1.0000]';
jg1_test=sim(net,yc1(:,1))
Jg1_test=jg1_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
, q5 O8 A% I  W' {6 z

1578233196

1578233196

1578233196

1578233196

KuaitouKid

改改参数应该就不一样了，神经网络的结果就是有点蛋疼……

沙漠海滩

这是什么啊？楼主

haoren1990

X3不是你的训练数据吗，前面的网络是根据X3和目标输出来训练的，结果你又把X3作为最后的网络输出，结果肯定是目标输出啊（已知的2009的值）与归不归一没有关系。

haoren1990

y1=sim(net,X3);