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
dayhismod=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
# t; \) `1 m* z2 sdayday=day(1:12);% 取其中的前25天
. J  u% H1 ]! U+ U6 udaypost=day(5:16);%取其中的随后25天
p=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. r( ]' F5 M$ l& c9 S( Lt=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);
3 Q; ~9 _& I0 P2 D) `# I, A: Zh3=reshape(daylast,4,1);% 将倒数第二个样本作为网络测试时的输入样本
8 d# w' b) G3 Gr=5:16;
rr=reshape(r,4,3);
%%%%%%%%%%%%%% 新建网络bp %%%%%%%%%%%%%%%%
' k; r1 r* }  inet=newff(minmax(p),[4,3],{\'purelin\' \'purelin\'},\'trainlm\');
y1=sim(net,p);
, i  f- S5 k" c3 `3 G+ x( z% y3 y% 新建网络，其中minmax(p)为p的没一次输入的最大最小值向量
  T3 R, C4 Z. i2 X5 v% 两层的传递函数均为purelin
+ P3 J* W! I, F) A/ }6 P: K5 N% 训练函数为trainlm
/ U8 y& g% T  @6 p4 v% 所训练的网络大小为[5,5]
% 仿真训练前的网络

1 ]3 i. ^  }$ a: ~* G* t* l% S6 j%%%%%%%%%%%  进行网络训练  %%%%%%%%%%%%%%
2 ^' z7 j/ R; B; d: P% network parameters:
%   epochs--epochs of the train
* R6 z( N* z# s4 H0 |% {7 l%   goal--errors goal of the network
%   lr--learning rate
3 v5 ]( O. b/ q+ d$ E%   shows--epochs between the displays
%   time--Maximum time to train in seconds
- X" i" v/ V# I% d1 n6 cnet.trainParam.epochs=200000;  % 训练次数
% s8 ]1 q  S$ pnettrainParam.goal=0.0001;  % 误差期望值
) B9 v& V6 h2 r* K# Z5 t5 n% returns of the train:
# x# P7 B( z6 N, ]- C; s! G- T%   net--New network
%    tr--Training record (epoch and perf).
%     Y--Network outputs.
%     E--Network errors.
[net,tr,Y,E]=train(net,p,t);
5 D5 E7 v  U! h3 _%%%%%%%%%%%  网络测试 %%%%%%%%%%%%%%%%
3 J  T9 R! D, Y* K8 {% input the testing points here %
title(\'神经网络训练结果\');
xlabel(\'时间（天）\');
5 q3 T$ ]' G  B7 V  bylabel(\'仿真输出结果\');
legend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
) @4 B" @) `6 p%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
x=1:4;
! c9 e6 s+ y/ [) g8 }( `1 s; G& ?y=1:4;
y21=sim(net,p);
y2=reshape(y21,1,12);
4 p. d9 J; g0 ^clf
plot(r,y2,\'b-^\')
hold on
plot(1:20,day,\'r-*\')
+ X; d1 t) u: L2 r% v) j% G%%%%%%%%%%%%% 预测 %%%%%%%%%%%%%%%
y3=sim(net,h3);
) D" w, X/ j# d6 nplot(17:2:20,y3,\'-*\')
+ K! D8 d; l2 ?( H. Ehold on
title(\'神经网络训练结果\');
xlabel(\'时间（天）\');
( X8 B4 {# C" b" @) Wylabel(\'仿真输出结果\');
legend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
2 C" [8 w, |+ [8 W( Y% b" p%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
x=1:4;
5 ~! {0 V% |) G+ Dy=1:4;
6 F( v3 d- ?, U' |) Eplot3(x(1:3),y(1:3),E(x(1:3),y(1:3)))
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
# j9 \& D( i" `2 Z8 y