请问大神这个代码错在哪里，应该如何修改.以及回答一个简单的题目，谢谢。

昌辉9

day=[8.6187,8.3507,8.3142,8.2898,8.2791,8.2796,8.2784,8.2770,8.2770,8.2774,8.2780,8.1013,7.8087,7.3872,6.85,6.81,6.622,6.61,6.25,6.07];
dayhistory=day(1:16);%取其中三十天作为历史数据样本
0 O! Y3 P4 g, f% ^; F$ Hdayhismod=reshape(dayhistory,4,4);% 将历史数据分为6个样本，每个大小为5，其中reshape是以列排序的
* q, H  M- e, o2 rdayday=day(1:12);% 取其中的前25天
2 P# [2 k) C2 t& xdaypost=day(5:16);%取其中的随后25天
8 \: k* b, |4 C) q. v! `* Rp=reshape(dayday,3,4);% 将前25天数据分为5行5列矩阵作为网络的训练输入样本
+ B" _$ o! L. y. Yt=reshape(daypost,3,4); %将随后的25天分为5行5列矩阵作为网络的目标输出向量
daylast=day(13:16);
h3=reshape(daylast,4,1);% 将倒数第二个样本作为网络测试时的输入样本
r=5:16;
rr=reshape(r,4,3);
%%%%%%%%%%%%%% 新建网络bp %%%%%%%%%%%%%%%%
net=newff(minmax(p),[4,3],{\'purelin\' \'purelin\'},\'trainlm\');
3 c/ }% `& M9 g+ ]y1=sim(net,p);
; Y. k& X' G3 g" [  j. A! a! v% 新建网络，其中minmax(p)为p的没一次输入的最大最小值向量
6 N  `! V2 g" {( P& {+ L( e1 b% 两层的传递函数均为purelin
% 训练函数为trainlm
% 所训练的网络大小为[5,5]
% 仿真训练前的网络

%%%%%%%%%%%  进行网络训练  %%%%%%%%%%%%%%
: `7 ~8 {  h" g5 R4 S% network parameters:
% H( k' k0 w+ B9 F0 i( q  D%   epochs--epochs of the train
: C5 _7 Z' v4 t& U1 P8 y& s%   goal--errors goal of the network
%   lr--learning rate
2 B* `; F; K( g4 B%   shows--epochs between the displays
%   time--Maximum time to train in seconds
, c( u0 ]1 |5 F. a- Z% ~. Qnet.trainParam.epochs=200000;  % 训练次数
8 v" r9 {  I1 }; h  [4 vnettrainParam.goal=0.0001;  % 误差期望值
% returns of the train:
5 F! Z4 p1 e1 B& ^- z0 V%   net--New network
3 p  A" c. A' x  p$ R# ^- f%    tr--Training record (epoch and perf).
" e% n" F" X, @! q( K%     Y--Network outputs.
$ D; \  o- \5 P' i- f* f& H. V%     E--Network errors.
[net,tr,Y,E]=train(net,p,t);
  K) v3 }. b1 v, Y/ i8 x%%%%%%%%%%%  网络测试 %%%%%%%%%%%%%%%%
) ~1 i0 i5 }- F% input the testing points here %
) Z# T& X+ i" O4 T" Q% @% ~+ ytitle(\'神经网络训练结果\');
xlabel(\'时间（天）\');
ylabel(\'仿真输出结果\');
legend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
! ^% D4 o4 ~. W) A; Ix=1:4;
5 V$ F$ c: R8 g0 H- c, my=1:4;
. M6 F1 D/ x# G& l/ H1 a  v8 [( |y21=sim(net,p);
y2=reshape(y21,1,12);
7 ~) f4 h# j% Z; o0 v/ Pclf
plot(r,y2,\'b-^\')
/ ?5 B/ F% l; T* r2 d6 ~- Ihold on
1 ]" z& X  A: U% O+ G) R5 `7 Jplot(1:20,day,\'r-*\')
%%%%%%%%%%%%% 预测 %%%%%%%%%%%%%%%
0 Q( y2 a" y" o8 ry3=sim(net,h3);
plot(17:2:20,y3,\'-*\')
hold on
title(\'神经网络训练结果\');
xlabel(\'时间（天）\');
ylabel(\'仿真输出结果\');
+ z4 [# l3 b) M% U6 D; Plegend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
x=1:4;
/ l, o# _) O( B/ P& @4 y) my=1:4;
, a6 D6 H" [+ n3 D, c, u$ yplot3(x(1:3),y(1:3),E(x(1:3),y(1:3)))
  z; [7 o9 n/ s( W- r运用简单的神经网络，怎样处理已经有的数据，一般输出的怎样的结果，有什么用，谢谢
: s7 L' E  @$ X