关于BP神经网络预测

hanyunxiang

+ \& {) b& q- G& W. R( a
+ K0 [9 P! ?3 b' j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）

# I! m/ C( W+ [9 V6 w  m+ V
! @+ M6 Q' v3 f# F; t; P- L7 I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：
0 h: F5 Y6 A: P% M. l' \2 rx=[13369.2 14873.7 17137.3 17432.5 24193.5 28435.1....
    33197.3 38758.6 40576.2 48606.3];
& ~$ M2 P* j% F% d0 c- UX(1,=(x(1,-min(x(1,))/(max(x(1,)-min(x(1,));（归一化）
1 z0 y' F2 m) u! r8 {for i=1:7
; {( `( D% t( R/ i% s- Q4 V    X1(i,=[X(i) X(i+1) X(i+2) X(i+3)];
end
X2=(X1(:,1:3))';
9 ~% w& f. c6 h+ F2 YT2=(X1(:,4))';
X3=X2(:,1:6);
, p; J% N  Z6 X. ^T3=T2(:,1:6);
net=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
. E; y" p" t1 |" d7 Enet.trainParam.epochs=1000;
5 Z- O" e( e% b% y& S( inet.trainParam.goal=0.000001;
" k7 P/ b" |" a  v$ QLP.lr=0.1;
net=train(net,X3,T3);
% [- U$ N3 K5 o2 py1=sim(net,X3);
/ V6 m3 c% [! H% J" _  Y4 t
8 Y6 Y: G: m  [/ d  t( i1 c+ `以下是检验：

, O$ E6 _! G$ N3 \x_test=X2(:,7);
y_test=sim(net,x_test)
Y_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
检验效果还不错；
: W4 d4 n4 R2 d- T/ q: f
. c9 w8 g1 J; S' z* [3 Y" q* q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？？
0 A2 l0 Q7 g1 E8 x, _1 F" O0 i
/ u2 O3 S  G8 Syc1=[0.7205 0.7721 1.0000]';
0 ]5 ^  p# S7 b8 Jjg1_test=sim(net,yc1(:,1))
' `5 I0 k& u6 F/ G/ q) EJg1_test=jg1_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）

zerodingying

感谢楼主，很不错的说。。。。。

haoren1990

y1=sim(net,X3);

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。

沙漠海滩

这是什么啊？楼主

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……

1578233196

1578233196

1578233196