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];
, s0 r. T4 a  S& [. s# Udayhistory=day(1:16);%取其中三十天作为历史数据样本
; E9 F, s1 a4 d6 T$ 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
( Y) y7 [5 ]7 U- H+ f) {; idayday=day(1:12);% 取其中的前25天
8 f# A' X$ Z7 N. M  }! q2 N) ^daypost=day(5:16);%取其中的随后25天
! F- A/ X5 j& x' V7 Pp=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
7 }* X& n9 T- D* n: zt=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);
8 C  m' n* h+ ?%%%%%%%%%%%%%% 新建网络bp %%%%%%%%%%%%%%%%
net=newff(minmax(p),[4,3],{\'purelin\' \'purelin\'},\'trainlm\');
y1=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
% 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]
1 J  M; t8 P# o! o% 仿真训练前的网络

%%%%%%%%%%%  进行网络训练  %%%%%%%%%%%%%%
+ j9 W$ W3 m1 A& _; e" k% network parameters:
%   epochs--epochs of the train
4 t" X; Z$ n1 f/ k3 ^0 h! W9 d%   goal--errors goal of the network
. S9 M% L2 O! {# L%   lr--learning rate
1 V! u; h& R( Z2 m%   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
% returns of the train:
%   net--New network
) O2 x- Z2 k0 ~%    tr--Training record (epoch and perf).
7 z, A6 I# T8 R/ H" d1 f) ?: G%     Y--Network outputs.
2 R. a: a( |$ {0 E%     E--Network errors.
[net,tr,Y,E]=train(net,p,t);
5 C. f# V# N& d5 H) {%%%%%%%%%%%  网络测试 %%%%%%%%%%%%%%%%
% input the testing points here %
8 R( m7 B$ m9 [1 m. ltitle(\'神经网络训练结果\');
xlabel(\'时间（天）\');
5 C5 j7 |+ }1 l# C( _  j3 k9 [ylabel(\'仿真输出结果\');
legend(\'仿真模拟值\',\'实际值\',\'神经网络预测值\');
2 x) e/ p) Y* F; O0 H%%%%%%%%%%%%%%%%%%  绘制误差曲面 %%%%%%%%%%%%%
x=1:4;
y=1:4;
y21=sim(net,p);
y2=reshape(y21,1,12);
( T& C" \- p1 A: qclf
9 P1 t& b+ V. w: aplot(r,y2,\'b-^\')
+ h' t# C' {7 Y2 n' U. [" Ihold on
6 T! G+ U) r& D' \( Z8 }  tplot(1:20,day,\'r-*\')
%%%%%%%%%%%%% 预测 %%%%%%%%%%%%%%%
y3=sim(net,h3);
plot(17:2:20,y3,\'-*\')
hold on
( v1 I# {  v: V3 n0 f# j& qtitle(\'神经网络训练结果\');
xlabel(\'时间（天）\');
" T( s% A2 |" D' B' N! |% Hylabel(\'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 %%%%%%%%%%%%%
x=1:4;
y=1:4;
5 s3 e; H' R# M0 G: q& `5 Xplot3(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