QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 4103|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 * ?9 J; C$ ?) h# p1 W  i$ \
    " C0 Y: }% m+ u1 Q8 c
    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。4 M- y7 i4 P' p6 o( `
    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。
    # P- c5 ]% G- M) \% R* I, e1 T4 S' M" K6 f* s+ f
    clear
    ' G6 k# g) s. s9 ^0 D. X6 Mclc" d. l% K$ x) W4 [; ]/ \6 u2 M6 w' N
    %输入数据--以一列作为一个输入数据
    ! Z7 \- D& c" U9 ~% x' B+ Y" jx1=[227.5 286.9 236.3 300.6 243.0];
    / b1 D) v0 J0 \, K6 vx2=[286.9 236.3 300.6 243.0 354.1];! D( ]5 \* L5 K6 a
    x3=[236.3 300.6 243.0 354.1 294.1];
    9 z' E( X; R- H  c/ h/ V2 w6 ?3 k% sx4=[300.6 243.0 354.1 294.1 361.4];& {+ W9 R/ \4 P1 [5 a% Y, U
    x5=[243.0 354.1 294.1 361.4 333.7];! T7 A- R$ p2 b- v
    x6=[354.1 294.1 361.4 333.7 426.4];6 p, i3 s  D4 B
    x7=[294.1 361.4 333.7 426.4 434.4];6 X8 Q6 t  b3 d9 ], b
    x8=[361.4 333.7 426.4 434.4 449.9];5 R. [; q; o. n% a- k! ]! S
    x9=[333.7 426.4 434.4 449.9 431.9];" Q8 x' }6 Z- B* S0 ~( d) S' w

    $ L9 Y$ a: J( W$ B# y& hP=[x1;x2;x3;x4;x5;x6;x7;x8;x9]';3 P8 U, G) `; z( y
    %输出数据--以一列作为一个输出数据5 Y! ^; n7 G- Y* J: v1 b' o* O
    y1=[354.1 294.1 361.4 333.7 426.4];3 M- l: V: Q3 a% z
    y2=[294.1 361.4 333.7 426.4 434.4];
    ! t$ g( m* B3 b1 P: dy3=[361.4 333.7 426.4 434.4 449.9];
    ' b# p: T( _6 \1 ny4=[333.7 426.4 434.4 449.9 431.9];
    * ^; }: T+ m9 W$ Q+ sy5=[426.4 434.4 449.9 431.9 454.0];- M# m2 Y+ g# V4 O3 i& h) e
    y6=[434.4 449.9 431.9 454.0 655.6];
    - }9 x; D# r% B0 v2 j% \" O7 h7 uy7=[449.9 431.9 454.0 655.6 907.0];# Z9 H  B( c. q& f4 Q8 t1 B
    y8=[431.9 454.0 655.6 907.0 1112.5];
    , ^; Q/ v4 E9 U+ F8 y& S) oy9=[454.0 655.6 907.0 1112.5 1401.1];
    ' r& t2 _* p5 X, `$ @8 X6 R8 J! P% z1 ]6 g
    T=[y1;y2;y3;y4;y5;y6;y7;y8;y9]';
    7 l2 }. z4 e5 j+ Y2 v! m0 G9 W
    ; K, s2 ^5 @- E5 S+ T/ B%归一化- Y* i5 W. @, B6 Z% S
    % [P,minp,maxp,T,mint,maxt] = premnmx(P,T);
    2 c# d2 d- [: N. {( l4 r%建立网络
    $ @( m+ H# m0 i6 h5 c7 [" Z%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- {8 C$ B( C3 O7 H
    %{'tansig','purelin'}与[10,3]对应,意思为隐含层 与 输出层/ s4 P" b' U6 v8 x0 X+ H
    %'traingdm' 表示调整权重,缩小误差的数学函数* ~4 Y9 E: o. k3 E/ c. a& g  C% C3 C( i
    %↓创建一个新的前向神经网络  
    " G' Z: S3 }# f" p* [net = newff(minmax(P),[6,5],{'tansig','purelin'},'traingdm')
    , E: w# G" @: p1 e* O3 ?* N3 A% B* P# ~* M- @  E$ g* i
    %  当前输入层权值和阈值 9 H, c: W+ b3 a3 {# w
    inputWeights = net.IW(1,1)
    * w) Q! j! N. K/ f; finputbias = net.b(1)- l7 _( A7 A: W. g3 @! y

    " ~0 z3 P4 I. u! m6 l%  当前网络层权值和阈值 - S; I2 ?) Y( \' e, h- R* J( r
    layerWeights = net.LW(2,1)
    , E! |* {& h5 g- Ilayerbias = net.b(2)
    + Y  ?% U9 n# T+ x: L
    & I4 f* t# `* e%  设置训练参数& h( L. @. M. \3 b6 t
    net.trainParam.show = 50;
    , G, _6 [7 m4 Znet.trainParam.lr = 0.05;6 \# M7 J8 [0 y8 P
    net.trainParam.mc = 0.9;$ [3 U# y$ W/ f- t! z6 F
    net.trainParam.epochs = 10000;  %每计算10000次出一次结果
    3 i" p8 o+ o: a) P$ _6 }net.trainParam.goal = 1e-6;     %期望达到的误差(认为是合适的误差)
    3 `' X( `$ Q9 U2 A6 B
    * s2 w5 e7 n6 Z+ @' h%  调用 TRAINGDM 算法训练 BP 网络: t; b8 U8 X$ m( j% {
    [net,tr] = train(net,P,T);      
    4 t1 u$ ~1 w) E* l0 I- o0 P
    & \9 ]' S# S* S4 i1 ^" }4 z' f%  对 BP 网络进行仿真6 q" K" h4 r+ q" \# e
    A = sim(net,P);                 %A为输出结果
    1 ]. b5 {( k5 {- @9 I9 H3 O2 I8 I  H7 L% q* k5 a
    %反归一化
    8 S: n. f) J: `3 j/ S( g%  A = postmnmx(A,mint,maxt);
    3 q# _. V, j; o  s
    8 ]; Y- V  |9 C%  计算仿真误差  
    / Y, h" n) Q1 r! }5 }E = T-A;                        %原来的输出 - 训练输出 = 误差& c+ y& f' E  q, {5 S
    MSE = mse(E)                    %输出误差- D; E2 `+ N5 M6 o8 c0 F% ^7 y

    . L6 l; p+ U: `9 V( B8 l9 |%下面是输入数据,测试结果
    % E% O' o( \/ Y& l, bx=[454.0 655.6 907.0 1112.5 1401.1]';5 {! k3 ~6 ]; P3 n" E9 }0 H6 z
    Y = sim(net,x)2 G! v9 N  q+ o' R! O% J
    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 20:06 , Processed in 0.462769 second(s), 72 queries .

    回顶部