关于BP神经网络预测

hanyunxiang

  X9 N* R: j& X0 k1 A$ T
& ~; z" I# ^' T) h关于BP神经网络预测
; {  }& j+ M8 \. K; o: a
注：里面的笑脸代表冒号（不知道会出现笑脸）
, d" w% x: z% p

) a# B" R0 K/ v6 Y- }; t2 C关于BP时间序列预测
* t" I8 Z9 g1 U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：
5 H* p7 J0 H# I+ h- Bx=[13369.2 14873.7 17137.3 17432.5 24193.5 28435.1....
6 l. z1 z) Z7 Z; x    33197.3 38758.6 40576.2 48606.3];
6 _* h, Y+ Z6 JX(1,=(x(1,-min(x(1,))/(max(x(1,)-min(x(1,));（归一化）
. V4 u  T) ^9 qfor i=1:7
    X1(i,=[X(i) X(i+1) X(i+2) X(i+3)];
end
. C9 F) E6 D2 _X2=(X1(:,1:3))';
T2=(X1(:,4))';
' N+ ?. ?8 U  t  zX3=X2(:,1:6);
; b; _8 q  H  t+ k+ r: P0 qT3=T2(:,1:6);
0 Q7 F) e4 x: j) P7 A9 k" C3 o$ D; |0 ]4 Rnet=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
net.trainParam.epochs=1000;
8 F+ h1 R4 D/ G8 K$ w) Nnet.trainParam.goal=0.000001;
LP.lr=0.1;
2 F0 v1 v! T( J1 ?# M  Ynet=train(net,X3,T3);
" G' J, q: l+ p0 p9 ~y1=sim(net,X3);
# @, ]6 ?1 O1 O' v
以下是检验：

x_test=X2(:,7);
9 V, w5 L& G+ [3 U- H' }6 Xy_test=sim(net,x_test)
8 W0 A1 j0 [4 u) {. gY_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
- M7 E. }6 v* k0 M# z检验效果还不错；
0 x( X2 N/ d$ Q1 S* A
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；
' y" a0 C- _4 y" I2 ?; \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？？

4 U9 k+ K( _* g. J/ `yc1=[0.7205 0.7721 1.0000]';
jg1_test=sim(net,yc1(:,1))
* y9 G4 y% G3 t% d' W( QJg1_test=jg1_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
4 E- t( j' F; F  B, x

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