人工神经网络导论（蒋宗礼），灰色预测资料

李食其

- w: o, M/ Z' N3 Y) l
, V3 h( L# J& l& k" X" ^现在已知一种产品的库存记录，预测下个月的库存
我查找了各种预测的资料，也编程算了，用了灰度预测，神经网络，拟合，时间序列，能用的都用了，可是没一个准的。我要疯了
% U0 E/ `% a9 d8 }- V. Q+ y我的神经网络程序如下
T=[...];
/ E" _) C. `9 B" W0 z" D; D0 Bn=length(T);
P=1:n;
%  创建一个新的前向神经网络
net_1=newff(minmax(P),[49,1],{'tansig','purelin'},'traingdm')
%  当前输入层权值和阈值
inputWeights=net_1.IW{1,1};
inputbias=net_1.b{1};
! V4 w% o! A! j0 P* z0 @* L$ w%  当前网络层权值和阈值
) l4 {5 R. Z2 A0 hlayerWeights=net_1.LW{2,1};
layerbias=net_1.b{2};
5 ~1 L+ }7 j3 y# @%  设置训练参数
net_1.trainParam.show = 50;
net_1.trainParam.lr = 0.05;
net_1.trainParam.mc = 0.9;
net_1.trainParam.epochs = 3000;
net_1.trainParam.goal = 0.0001;
8 o  i# N4 U6 Z. U1 Z7 J; c%  调用 TRAINGDM 算法训练 BP 网络
3 c2 _3 h7 @# }- y[net_1,tr]=train(net_1,P,T);
8 g/ g' i: Y  ]2 |' H$ L%  对 BP 网络进行仿真
) j2 g+ o" m% {9 ZA = sim(net_1,P)
%  计算仿真误差
9 [: S2 a# Y5 a2 `E = T - A;
1 ?  r8 y# `) ~9 _MSE=mse(E)
x=[n+1];%测试
kn=sim(net_1,x)

每一次运行的结果都不一样，而且没一次准的，有的时候差的还特别多。
我的数据量挺大的，从2007年至今，而且数字比较大
, r; T) T9 C& G8 Z" V  R; X+ N! w有没有懂得，帮帮我。
" I9 k0 B1 b" W; h% V0 s8 L献上资料先

何挺

这么难啊    ^^^

anonymous123

我看你还是自己做吧

wl_850357290

不知我能不能帮上你啊

xypfs21

数据的噪声？

xypfs21

数据的噪声？

wphls

虚心学习好东西

narutoxcb

感谢4楼资料

mcmzy

感谢4楼资料.

李食其

我有点懂了
" w# J/ F0 R5 c; H2 `  p神经网络做的预测就是变化的，不是一个常数，这是由于初值的影响
" T6 k2 R/ |2 \# R这样可以吗？如果已知n组数据，欲预测第n+1个的值，可以用前n-1个数据做训练数据，用第n个做检验，对算得比较准的网络进行保存，用这个网络计算第n+1。
- }  d" |; l3 D; C有没有理论支持说，对一个准的，对后面的也准？