关于BP神经网络预测

hanyunxiang

3 F' M3 `# d) g. j' e' r
7 i: C4 C. f$ w7 e关于BP神经网络预测

注：里面的笑脸代表冒号（不知道会出现笑脸）


% {# H; s, I7 @0 f关于BP时间序列预测
4 F+ O6 v( L5 w* `6 }/ j" K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：
+ F- a8 n8 C9 G. ex=[13369.2 14873.7 17137.3 17432.5 24193.5 28435.1....
8 t- p+ S7 H" l$ |    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)];
0 r9 z6 `% G1 Z. t, j4 @end
X2=(X1(:,1:3))';
T2=(X1(:,4))';
% a. M) I) G0 m9 a: CX3=X2(:,1:6);
T3=T2(:,1:6);
net=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
4 U0 A/ w1 @5 C' D! y. d( mnet.trainParam.epochs=1000;
net.trainParam.goal=0.000001;
& A) E9 E8 W1 o. l5 d+ CLP.lr=0.1;
net=train(net,X3,T3);
y1=sim(net,X3);
/ E# c+ J, F2 `
# Q0 w8 I; ]) E* f4 I0 r1 N4 {% i% E以下是检验：

x_test=X2(:,7);
y_test=sim(net,x_test)
3 U- `6 a! q+ L$ H* PY_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
检验效果还不错；

( C7 _* Y9 S2 ?' G3 \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；
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？？

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）
3 Y3 s1 [2 K) a4 B, n2 R1 O

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);