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];
( ~8 m& J7 S' l$ L. s8 B- O0 mdayhistory=day(1:16);%取其中三十天作为历史数据样本
/ Z9 g4 Y0 H* T! D4 xdayhismod=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
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
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
2 x$ u+ ^; B9 y' b# @. H9 Zr=5:16;
rr=reshape(r,4,3);
%%%%%%%%%%%%%% 新建网络bp %%%%%%%%%%%%%%%%
4 {6 ~2 ~9 l  V3 z) w' y, j7 Hnet=newff(minmax(p),[4,3],{\'purelin\' \'purelin\'},\'trainlm\');
$ A+ @9 U% p4 Ty1=sim(net,p);
% 新建网络，其中minmax(p)为p的没一次输入的最大最小值向量
4 q, U# n& m. C1 F% 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]
) U. _$ A) y, Q1 l& R' u% 仿真训练前的网络

%%%%%%%%%%%  进行网络训练  %%%%%%%%%%%%%%
3 K# q2 N2 L# f% Z9 z- ?+ C7 t% network parameters:
%   epochs--epochs of the train
%   goal--errors goal of the network
%   lr--learning rate
/ U4 I# i! S; a8 B" ?%   shows--epochs between the displays
) e: {! H2 Z1 i! r5 }: N%   time--Maximum time to train in seconds
net.trainParam.epochs=200000;  % 训练次数
! Y( |, ~& w) D' P& d! U" qnettrainParam.goal=0.0001;  % 误差期望值
5 w3 v. Z8 n$ n4 N% returns of the train:
6 h, a1 c$ z1 {" |) K%   net--New network
# I9 c; n5 P+ E%    tr--Training record (epoch and perf).
%     Y--Network outputs.
1 d# w$ c8 i4 x* V9 \%     E--Network errors.
[net,tr,Y,E]=train(net,p,t);
8 B: T* y' r) }3 _" d: d" u, V. Z%%%%%%%%%%%  网络测试 %%%%%%%%%%%%%%%%
; T* B! C, y. y* V: U/ |! y; {% input the testing points here %
title(\'神经网络训练结果\');
' c0 V( D% _9 dxlabel(\'时间（天）\');
ylabel(\'仿真输出结果\');
) f2 s3 s3 o% E) m2 Flegend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
. r! ]9 K& f: J%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
x=1:4;
: Z' S/ M5 l; x/ P  J2 |4 v8 ey=1:4;
y21=sim(net,p);
% ?( M$ i  c: p% g; wy2=reshape(y21,1,12);
/ V' @6 A+ {9 s# wclf
plot(r,y2,\'b-^\')
" k9 e) P2 V0 _4 Z0 Chold on
plot(1:20,day,\'r-*\')
%%%%%%%%%%%%% 预测 %%%%%%%%%%%%%%%
y3=sim(net,h3);
plot(17:2:20,y3,\'-*\')
hold on
- T* ?  D5 J  q9 f% mtitle(\'神经网络训练结果\');
xlabel(\'时间（天）\');
2 k: Z! g0 X1 U; f- tylabel(\'仿真输出结果\');
  z) f0 {& m( d- p; d+ i/ {legend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
) B3 b$ f8 H1 o4 q: X- f%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
. M* Y- B: m2 nx=1:4;
( h; O+ L; N5 i2 J1 ky=1:4;
- h. q/ a) {0 |3 @7 Tplot3(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
) x4 L5 Z. O$ w, A! W3 K; P6 y5 q