关于BP神经网络预测

hanyunxiang

' }) a& G7 O) ~+ k7 {
关于BP神经网络预测
1 d5 W' t0 H+ r1 W. E3 [* {
! `( a$ |4 N* z% f& }+ Y) t8 u注：里面的笑脸代表冒号（不知道会出现笑脸）
- {- A' W( t0 B8 ?3 @
  v* }* i" Z  E" l3 `* E1 [2 j
关于BP时间序列预测
, D5 V- @7 m( h% ]8 {# M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：
  E' v. m( W- S5 d0 T+ f: [3 F. ex=[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）
4 O& i6 [6 @2 V' w& \/ Wfor i=1:7
    X1(i,=[X(i) X(i+1) X(i+2) X(i+3)];
end
8 C* n- [. v' f0 d% S0 HX2=(X1(:,1:3))';
T2=(X1(:,4))';
; c8 y, X. }4 |% ZX3=X2(:,1:6);
T3=T2(:,1:6);
4 L2 d* @8 R5 G/ k8 Z8 knet=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
net.trainParam.epochs=1000;
' f/ ~, t. w5 _9 R' g+ E& p6 @net.trainParam.goal=0.000001;
LP.lr=0.1;
  C. j3 ]& m3 D3 Anet=train(net,X3,T3);
y1=sim(net,X3);
+ {" [8 D. e7 A
& ]3 W# F4 s. X5 g4 M6 d2 e2 H以下是检验：
; m  s! t9 I" c& h: j
5 @+ v) \$ S. L$ q) ~0 Sx_test=X2(:,7);
( _2 {: H0 H5 \; Yy_test=sim(net,x_test)
* ~6 r) h9 U* R' Z- _1 u# `+ iY_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
0 w+ K! L/ X3 L. v/ H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；
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？？
/ T( C- w+ k4 E* A1 a. F  y1 P
4 _6 b" ^- |+ _1 Q( nyc1=[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）
: G9 J; \  r; i0 N* S. K8 T  R

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);