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];
- Y7 S) M4 q. S# Cdayhistory=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
) v7 @, n: Y4 \/ y3 g4 h/ adayday=day(1:12);% 取其中的前25天
daypost=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
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
+ H4 u7 I( a. f! S7 E9 F: |9 D- Edaylast=day(13:16);
  [5 l! y0 [3 Ah3=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;
* i. Q8 z& G7 E5 q' Trr=reshape(r,4,3);
+ V" T% C  z/ x/ f4 m0 x%%%%%%%%%%%%%% 新建网络bp %%%%%%%%%%%%%%%%
; d: B4 A4 {  {, ~7 enet=newff(minmax(p),[4,3],{\'purelin\' \'purelin\'},\'trainlm\');
y1=sim(net,p);
4 i6 E( |/ Z3 h! I% 新建网络，其中minmax(p)为p的没一次输入的最大最小值向量
7 t- L9 l3 F( ]! t% @# l+ h% 两层的传递函数均为purelin
- Y, `0 C+ I4 U6 X% 训练函数为trainlm
% t4 W- d( E) }( e% 所训练的网络大小为[5,5]
% 仿真训练前的网络
3 P" I& K% w) a) d
%%%%%%%%%%%  进行网络训练  %%%%%%%%%%%%%%
- e! H! O3 I7 Y5 z- O$ A9 [% network parameters:
8 z2 @- l, f2 D& \, Q%   epochs--epochs of the train
%   goal--errors goal of the network
%   lr--learning rate
# |# f5 A6 v. W7 K5 {%   shows--epochs between the displays
%   time--Maximum time to train in seconds
net.trainParam.epochs=200000;  % 训练次数
nettrainParam.goal=0.0001;  % 误差期望值
8 i7 n  ?' E9 K% returns of the train:
: q9 x- X8 H# s6 v, Y# }%   net--New network
& Y: b# _& Y# a%    tr--Training record (epoch and perf).
%     Y--Network outputs.
%     E--Network errors.
[net,tr,Y,E]=train(net,p,t);
' s$ C& R  t6 W0 Q& g( ]%%%%%%%%%%%  网络测试 %%%%%%%%%%%%%%%%
% input the testing points here %
* T$ \0 @& `! }title(\'神经网络训练结果\');
: _9 z9 O  B) q) u7 lxlabel(\'时间（天）\');
: H) w5 p; i. C% V4 Kylabel(\'仿真输出结果\');
$ j* |' O0 Q2 `legend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
x=1:4;
! j- |+ |5 l! b: m/ W# Y8 S3 ^. ey=1:4;
y21=sim(net,p);
y2=reshape(y21,1,12);
" ^+ H8 B5 R) Q, F0 cclf
plot(r,y2,\'b-^\')
) L7 j! G5 ^* V7 T- a: Whold on
plot(1:20,day,\'r-*\')
%%%%%%%%%%%%% 预测 %%%%%%%%%%%%%%%
7 c. ^, _6 y( |# _8 \y3=sim(net,h3);
plot(17:2:20,y3,\'-*\')
hold on
1 O* }4 _4 z! R! btitle(\'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\');
2 D. f; B9 z! ~% l) S& [%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
x=1:4;
y=1:4;
9 ^/ {6 R( X0 v; x" _. v+ V2 d4 t" ~+ Zplot3(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