QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 4102|回复: 3
打印 上一主题 下一主题

[已经解决] BP神经网络预测遇到一个疑问,麻烦过来看看

[复制链接]
字体大小: 正常 放大

23

主题

8

听众

372

积分

升级  24%

  • TA的每日心情
    开心
    2014-10-4 18:19
  • 签到天数: 102 天

    [LV.6]常住居民II

    自我介绍
    本人是在校学生,即将参加有史以来的第一场国赛,希望能在这里获得帮助。
    跳转到指定楼层
    1#
    发表于 2013-9-8 17:22 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    本帖最后由 数学不烦 于 2013-9-9 21:56 编辑
    . g6 v3 u7 f3 t8 P* _
    3 I+ B4 J& B) {* `5 ?各位朋友,有一个问题请教你们。   我用BP神经网络做预测的时候(下面是我的代码)遇到一个问题。  首先我尝试在代码里面不把数据归一化,这样的出来的结果很差(R=0.46).但我把数据作归一化 与 反归一化 之后 确实R提高了很多(R=0.99),这时问题就来了,请看最下面的测试结果代码,那里只有输入(没有输出,因为是预测),premnmx 归一化要有输出的变量T,但我只有输入数据,没有输出数据,因此反归一的结果(最后的预测结果)也无法做到。那么我的预测就不是做不了吗?  很纠结,查了很多资料了,还是不知道怎么解决。& X7 L, ]2 [" ?2 x; h! p2 s' P3 J
    国赛准备到了,希望热心的朋友懂的不吝赐教,我把问题写得很认真,希望各位能帮我解决这个问题,谢谢了。
    4 C" k' U; Z  i6 U2 }, r
    1 f5 a7 }( b3 r+ Qclear/ Q" S! k$ V" w' R
    clc9 Y. \$ Z; u) E' Q
    %输入数据--以一列作为一个输入数据
    5 M' k  S3 v3 S5 k  gx1=[227.5 286.9 236.3 300.6 243.0];
    ! s1 G4 `' w6 R9 r* b5 ^. E3 Kx2=[286.9 236.3 300.6 243.0 354.1];
    8 P" T# i8 F2 A( Jx3=[236.3 300.6 243.0 354.1 294.1];
    0 `# r6 o7 ~! [' L  Dx4=[300.6 243.0 354.1 294.1 361.4];# _' T) s3 f" v' {$ t1 y
    x5=[243.0 354.1 294.1 361.4 333.7];2 j. F3 W) J; N8 R- M  M( l! q, T
    x6=[354.1 294.1 361.4 333.7 426.4];) b* H1 q9 R% H' l, O; T
    x7=[294.1 361.4 333.7 426.4 434.4];
    4 ~" m* Y8 x3 ^% m+ c+ q# wx8=[361.4 333.7 426.4 434.4 449.9];
    # t2 E7 t# Q3 ?2 n1 sx9=[333.7 426.4 434.4 449.9 431.9];
    . T/ T" q5 V1 U- V* M; T5 u& D& m' ]! n: Y$ _5 `. s9 H
    P=[x1;x2;x3;x4;x5;x6;x7;x8;x9]';
    0 \- ^" f& p2 J/ }5 R% Q; M%输出数据--以一列作为一个输出数据
    ) E: E8 ^& P- x( A4 f% B% Oy1=[354.1 294.1 361.4 333.7 426.4];  x3 G0 z5 f/ |9 w
    y2=[294.1 361.4 333.7 426.4 434.4];
    $ m* F  G. u5 u6 M  ~. X- py3=[361.4 333.7 426.4 434.4 449.9];
    ( F  Z3 `  w/ }  {0 S) M8 fy4=[333.7 426.4 434.4 449.9 431.9];
    0 w; H$ Y" {0 H# }1 U3 Ay5=[426.4 434.4 449.9 431.9 454.0];7 H7 b. T8 K$ g" m" J- Y! v8 y! `' [
    y6=[434.4 449.9 431.9 454.0 655.6];
    $ @% p( p6 d4 B3 vy7=[449.9 431.9 454.0 655.6 907.0];
    ! _6 j- E' p2 f2 Uy8=[431.9 454.0 655.6 907.0 1112.5];+ B1 d! e7 M5 E. n' N9 _/ |
    y9=[454.0 655.6 907.0 1112.5 1401.1];
    / s+ i9 u' P7 k7 f; ~5 I
    . f, w5 u* z* M, k3 W0 PT=[y1;y2;y3;y4;y5;y6;y7;y8;y9]';
    8 Y8 T0 C/ {0 ~# v! F: I! J& E+ ^3 N  g: D
    %归一化
    : }1 g0 V6 F' W* R! `; N2 W% [P,minp,maxp,T,mint,maxt] = premnmx(P,T);
    9 y* T9 p9 F* }4 Y4 e( H%建立网络
    0 n' q9 q+ k  u, N" L  b4 ?7 R%其中[10,3]代表有一个隐含层,里面有10个神经元;“3”代表有三个输出数据
    ! A& E5 D7 c, [) Z%{'tansig','purelin'}与[10,3]对应,意思为隐含层 与 输出层" \  F: Y; T2 [3 [/ k& ]5 E  R* t
    %'traingdm' 表示调整权重,缩小误差的数学函数) h  M- F/ @7 f+ d" T
    %↓创建一个新的前向神经网络  
    3 t; B/ g" W, A1 v% r! O/ O; b- G  Pnet = newff(minmax(P),[6,5],{'tansig','purelin'},'traingdm')- \# ?+ _" Q8 Y9 N

    5 M+ E1 `% F9 V5 h0 t%  当前输入层权值和阈值
    2 v" k6 g2 U9 m$ c5 c( f; kinputWeights = net.IW(1,1)3 @& N8 S; \5 j  _. ?) a4 g
    inputbias = net.b(1)7 [' ~7 b' [7 W" p$ d3 G  w0 q
    $ w+ e8 P# X. I9 D7 ?
    %  当前网络层权值和阈值
    * A5 u3 J( M; IlayerWeights = net.LW(2,1)
    + n, G0 W; k$ b' N6 ?layerbias = net.b(2)
    , `9 T% K( f) g+ f
    9 A  {; Y# l  }%  设置训练参数
    0 r: H7 J0 z) ~0 f0 Q" X% znet.trainParam.show = 50;' ~: x4 O, Q7 f7 r8 N3 y
    net.trainParam.lr = 0.05;/ a7 @: L' t% V3 K. D+ ~
    net.trainParam.mc = 0.9;
    : T- A3 l' q- ^* A+ S  s! Onet.trainParam.epochs = 10000;  %每计算10000次出一次结果
    , V+ j  b: S6 X' \4 v( ]) E! }3 xnet.trainParam.goal = 1e-6;     %期望达到的误差(认为是合适的误差)- c8 s! i( J/ @' D* y- q! S1 H- T8 _$ m
    - M4 D+ u+ a) ?( ?. {/ `
    %  调用 TRAINGDM 算法训练 BP 网络
    % o% Q! \9 W/ i& D7 U3 l3 P( a[net,tr] = train(net,P,T);        s3 b/ s5 |( d. z: M; z! w" G
    / G+ r% }" {/ g6 m' q1 V: f  F
    %  对 BP 网络进行仿真
    # v4 M' w( E5 R2 C+ WA = sim(net,P);                 %A为输出结果
      U8 r0 ]& C( v; b; G
    ( a9 ?# @% O/ D0 I! H  d) r  m%反归一化
    ) L0 K# Y2 ]8 Y; y8 Q  y: ?- p%  A = postmnmx(A,mint,maxt);
    9 i2 i# |5 M0 f! h" V
    , q' C& c: k6 H/ u( G%  计算仿真误差  
    ) E. K9 Y) x9 Y- fE = T-A;                        %原来的输出 - 训练输出 = 误差# j% b3 d; y6 Q) v! h: T3 o
    MSE = mse(E)                    %输出误差0 R- x! I  P/ A1 ]$ g' q9 s- L
    - f5 M- g8 H, m  C5 ^( w" G
    %下面是输入数据,测试结果
    3 }- A3 B" A- N3 Z/ |( lx=[454.0 655.6 907.0 1112.5 1401.1]';
    * S: o/ ]1 K% r0 e/ N3 oY = sim(net,x); B9 q5 J' H* ?/ N3 T
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    magic2728 实名认证    中国数模人才认证   

    61

    主题

    478

    听众

    4861

    积分

    升级  95.37%

  • TA的每日心情
    慵懒
    2014-9-29 19:37
  • 签到天数: 409 天

    [LV.9]以坛为家II

    群组数学中国 2015美赛护航

    群组数模专题强化培训

    群组建模思维养成培训

    群组2015美赛护航(强化)

    群组2013年数学建模国赛备

    回复

    使用道具 举报

    kaito1412        

    63

    主题

    8

    听众

    3098

    积分

    升级  36.6%

  • TA的每日心情
    开心
    2020-7-21 15:56
  • 签到天数: 829 天

    [LV.10]以坛为家III

    回复

    使用道具 举报

    19

    主题

    11

    听众

    272

    积分

    升级  86%

  • TA的每日心情
    郁闷
    2014-10-23 09:29
  • 签到天数: 59 天

    [LV.5]常住居民I

    不知道你最后是怎么解决的,感觉你最后预测的时候没有把输入数据进行归一化,即要对x进行归一化,再对y进行反归一化,这是我的看法,不知道对不对
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-4-10 10:29 , Processed in 0.395244 second(s), 72 queries .

    回顶部