关于BP神经网络预测

hanyunxiang

# @# D& N) _* @
关于BP神经网络预测
6 y2 p  ~, Z$ S! h( ^* R, b' u( d
注：里面的笑脸代表冒号（不知道会出现笑脸）
' L' F; J) }. u: N
& T2 O; u* }* t0 E0 W7 {
- ?2 v0 o* L) U, S& J2 M( O关于BP时间序列预测
) k4 _- E# H7 h: D" N! k3 Z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：
0 f/ L3 K+ a3 x/ ^( ix=[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）
for i=1:7
    X1(i,=[X(i) X(i+1) X(i+2) X(i+3)];
- _; e$ {) S3 [, G. }* pend
- e' Y; D9 S* C7 T' b' [X2=(X1(:,1:3))';
$ S; _/ ~. Q% m1 dT2=(X1(:,4))';
1 v! \) C) o" E+ m+ ]% z3 @: nX3=X2(:,1:6);
T3=T2(:,1:6);
net=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
net.trainParam.epochs=1000;
2 g8 Q) X7 ]$ i% j, mnet.trainParam.goal=0.000001;
LP.lr=0.1;
net=train(net,X3,T3);
+ {8 M% d" z7 W' J9 \y1=sim(net,X3);

以下是检验：

x_test=X2(:,7);
y_test=sim(net,x_test)
& _* h% u! y3 X0 W* dY_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
1 j: x# R& W8 L检验效果还不错；

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；
) V  ]4 O% R& d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？？
1 T  o. ~5 J# _. k$ @
yc1=[0.7205 0.7721 1.0000]';
4 X$ a& q6 _; U* s8 Z  W, K6 \jg1_test=sim(net,yc1(:,1))
Jg1_test=jg1_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）

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);