人工神经网络导论（蒋宗礼），灰色预测资料

李食其

! m* d5 r% w: q" ?4 U+ k3 U  ]现在已知一种产品的库存记录，预测下个月的库存
- [+ H" S5 \( u( J我查找了各种预测的资料，也编程算了，用了灰度预测，神经网络，拟合，时间序列，能用的都用了，可是没一个准的。我要疯了
我的神经网络程序如下
T=[...];
/ D& _. C7 j& z4 Z, S  F$ O- Qn=length(T);
8 ~" ]/ W6 O+ f: i; q( @* BP=1:n;
%  创建一个新的前向神经网络
net_1=newff(minmax(P),[49,1],{'tansig','purelin'},'traingdm')
%  当前输入层权值和阈值
( y* \7 X" D' g! q* k4 x- ^/ {inputWeights=net_1.IW{1,1};
inputbias=net_1.b{1};
%  当前网络层权值和阈值
. F- b6 U1 o: \0 I. h" o5 nlayerWeights=net_1.LW{2,1};
layerbias=net_1.b{2};
& t; Q( V, N2 x$ h- e8 c* J. I%  设置训练参数
net_1.trainParam.show = 50;
net_1.trainParam.lr = 0.05;
net_1.trainParam.mc = 0.9;
( i- h. W* u" s1 A5 @4 E, ^net_1.trainParam.epochs = 3000;
5 U( j8 z) P3 U- f: c1 anet_1.trainParam.goal = 0.0001;
+ G6 m" b& z9 M0 G0 D%  调用 TRAINGDM 算法训练 BP 网络
[net_1,tr]=train(net_1,P,T);
# E& o9 w0 X. ?& H# h%  对 BP 网络进行仿真
# b' u9 z7 F; Q- }3 `A = sim(net_1,P)
%  计算仿真误差
; @) J& A0 Y) ~/ d* v# qE = T - A;
MSE=mse(E)
x=[n+1];%测试
- t/ @5 U9 p! u( Bkn=sim(net_1,x)

每一次运行的结果都不一样，而且没一次准的，有的时候差的还特别多。
我的数据量挺大的，从2007年至今，而且数字比较大
% G! g4 v$ |9 x0 W. e# S7 j; f9 `! n有没有懂得，帮帮我。
2 {. {* ^# X3 ~. s5 T; q献上资料先

何挺

这么难啊    ^^^

anonymous123

我看你还是自己做吧

wl_850357290

不知我能不能帮上你啊

xypfs21

数据的噪声？

xypfs21

数据的噪声？

wphls

虚心学习好东西

narutoxcb

感谢4楼资料

mcmzy

感谢4楼资料.

李食其

我有点懂了
9 ~7 A' P! l' v神经网络做的预测就是变化的，不是一个常数，这是由于初值的影响
这样可以吗？如果已知n组数据，欲预测第n+1个的值，可以用前n-1个数据做训练数据，用第n个做检验，对算得比较准的网络进行保存，用这个网络计算第n+1。
有没有理论支持说，对一个准的，对后面的也准？