数模小白关于BP的一些问题

ChildofAtlantis

%PA 6月6:0:0   计算的MATLAB 程序如下：BP神经网络预测
%6月6位于第28行
clc,clear
load ('data.mat')%原始数据以列向量的方式存放在workplace文件中
PA=PA(2:29,：）;
& j1 G" |$ [0 ]# R6 \& q! R%数据的标准化
N=size(PA);
for j=1:N(1,2)
    PAHminmax=minmax(PA(:,j)');
& W  {3 t6 O0 _5 Z( Q- u3 v2 U    for i=1:N(1,1)
        PA(i,j)=(PA(i,j)-PAHminmax(1,1))/(PAHminmax(1,2)-PAHminmax(1,1));
, D# X' j" B' V$ \  ?    end
end
%以每天的从0时计数起，每隔十五分钟作为输入
P=PA(7:27,：）;
$ A- q2 R  O# E%以6月6的间隔十五分钟的发电量作为目标向量
T=PA(28,：）;
%创建一个BP神经网络，每一个输入向量的取值范围为[0 ,1]，隐含层有22个神经元，
%输出层有一个神经元，隐含层的激活函数为tansig，输出层的激活函数为%logsig，
6 M" g  _* S, u! E1 W  T2 O%训练函数为梯度下降函数，即标准学习算法
( r& T9 z/ h4 `; Qfor i=1:21
) X+ h0 t  i2 l    a(i,1)=0;
6 }; c  n0 ?2 H    a(i,2)=1;
) y! Q. g+ _0 B' yend
net=newff(a,[21,1],{'tansig','logsig'},'traingd');
# Y: X$ F# K9 J: f! w1 J4 V5 knet.trainParam.epochs=30000;
net.trainParam.goal=0.01;
$ }1 [: s( E# W4 x! F%设置学习速率为0.1
- P* R! D; o9 u0 @LP.lr=0.1;
%训练网络
' ?1 n' m( j% jnet=train(net,P,T);
%预测6月6的发电量数据
T1=sim(net,P);%预测值
%PA.6月6日发电量真实值
$ _6 }5 |1 V- i# S! t' }T0=PA(28,：）;
%预测值与实际值的误差
* {( ~- u; b; W* E+ v% m1 z" \# Z$ z2 pfor i=1:N(1,2)
0 i9 `' P& Y* i/ Q1 p2 o    error(1,i)=T1(1,i)-T0(1,i);
- Y7 B0 u& t# S" T7 V5 Q' Mend
2 U% Y9 ^9 D- U$ c6 \2 v) c) L/ }%绘制误差图
figure(1)
( c) ]% }- K+ ^plot(1:N(1,2),error(1,1:N(1,2)),'-*')
( D$ i/ P) ]% }+ Egrid on
xlabel('时点x'),ylabel('发电功率误差y');
, n4 d% |$ G) z1 ]title('PA6.6.0.0-6.6.23.45发电功率误差图像')
! q9 W, e6 o  A+ p% c( f, C1 Q%绘制实时函数图
, T6 H6 h4 p) V  Y1 W+ r5 _figure(2)
' H6 ]' g6 T, Jplot(1:N(1,2),T0(1,：）,1:N(1,2),T1(1,：）,'r')
grid on
legend('实际值','预测值',2)
" V- I. B! g  m9 F7 f& m* cxlabel('时点x'),ylabel('发电功率y');
title('PA6.6.0.0-6.6.23.45发电功率实时函数图像')
web('http://www.ilovematlab.cn/forum-238-1.html','-browser')
1 Z' S1 M; z, {, g8 z1 I, s) P


% _9 @+ \: ?2 H! p$ L# ^
一本书关于预测发电量的BP的程序。我稍微有点纳闷，既然你已经知道了6月6日的实际值，并且都拿相应的数据来作目标向量了，还利用神经网络来预测6月6日的发电量，意义何在？
5 m) J! |1 S' }4 m" J9 }# \

fg8741142

你要明白神经网络是干嘛用的，你这个代码做出来的网络，可能是预测那些不知道实际发电量的，6月6日的数据是用来训练网络的，同时对比误差查看网络的性能

蘑菇先生

误差也有分为训练误差和测试误差的，具体你可以参考统计学习方法相关资料。

木__易

杨地雷

为了验证神经网络的准确度吧