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];
5 p  P+ _! o" y6 V3 ]dayhistory=day(1:16);%取其中三十天作为历史数据样本
# ?* \- D3 C1 c) y$ Udayhismod=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
dayday=day(1:12);% 取其中的前25天
8 {( w9 W6 B* E6 M- t  v# Mdaypost=day(5:16);%取其中的随后25天
! G' H: K" H7 N/ e! b* N6 {3 np=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
t=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
) {: P- I6 y, wdaylast=day(13:16);
- H% x( T% R. j- R. w! V3 L; B# Bh3=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;
" G8 g8 n1 H' b1 _( C8 T, grr=reshape(r,4,3);
%%%%%%%%%%%%%% 新建网络bp %%%%%%%%%%%%%%%%
net=newff(minmax(p),[4,3],{\'purelin\' \'purelin\'},\'trainlm\');
6 [" K, F6 L9 R# y% u, A( h" {% ey1=sim(net,p);
* j0 I2 Z. r0 t% ?4 ]% 新建网络，其中minmax(p)为p的没一次输入的最大最小值向量
- L$ x9 D: @' S& x, X2 f4 `% 两层的传递函数均为purelin
$ j6 I" ^) [. m# b$ v" B  I% 训练函数为trainlm
9 E, Q: s3 [2 n- \0 j% 所训练的网络大小为[5,5]
% 仿真训练前的网络

( w1 Y0 a1 }9 H! y%%%%%%%%%%%  进行网络训练  %%%%%%%%%%%%%%
% network parameters:
, |8 C1 t- z$ m. s: s%   epochs--epochs of the train
%   goal--errors goal of the network
. y8 d+ j& D/ b1 Q+ E%   lr--learning rate
9 v/ ~' c9 v% C! N, X: m%   shows--epochs between the displays
! h. M6 G7 K: K4 x%   time--Maximum time to train in seconds
5 B- `1 P7 u% T5 }8 S: P3 Q. snet.trainParam.epochs=200000;  % 训练次数
+ ]4 F9 M' S, g7 x) G5 RnettrainParam.goal=0.0001;  % 误差期望值
- e- {- D5 @& p: c- ]% returns of the train:
( z: @7 r  ^4 |* h/ d  S, @2 k) c%   net--New network
%    tr--Training record (epoch and perf).
%     Y--Network outputs.
%     E--Network errors.
, _0 B+ O8 x7 y6 C/ o. o; y. P& c[net,tr,Y,E]=train(net,p,t);
%%%%%%%%%%%  网络测试 %%%%%%%%%%%%%%%%
3 a5 m3 `, N8 s  J% input the testing points here %
2 F/ [, n$ `% f" K# M; Etitle(\'神经网络训练结果\');
3 L4 {* w/ q& @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 %%%%%%%%%%%%%
$ R4 p( _, K$ s0 K: i! h, Yx=1:4;
y=1:4;
y21=sim(net,p);
y2=reshape(y21,1,12);
) W7 Z6 k5 Y3 H/ A0 M9 y# Vclf
plot(r,y2,\'b-^\')
7 {7 Z% A8 P8 P2 c, R7 }5 b& Nhold on
plot(1:20,day,\'r-*\')
0 ~. B* O( r1 D4 \6 L1 N% i: |# s%%%%%%%%%%%%% 预测 %%%%%%%%%%%%%%%
y3=sim(net,h3);
plot(17:2:20,y3,\'-*\')
$ K  U3 \# K3 \- U  J( jhold on
title(\'神经网络训练结果\');
xlabel(\'时间（天）\');
ylabel(\'仿真输出结果\');
9 A* y- ^$ \/ u( E9 H, {# Xlegend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
. @- W+ I* O6 N+ Z/ A, m6 N%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
1 [. h# L& T7 X  f* a# ?$ Nx=1:4;
y=1:4;
7 b4 O( b" |$ V* c$ z0 vplot3(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
& U7 U; K5 t* D7 t9 e$ p" b  i3 n