人工神经网络导论（蒋宗礼），灰色预测资料

李食其

现在已知一种产品的库存记录，预测下个月的库存
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
0 Z4 s7 c" x- h4 P8 }& Y6 q& s! B, a' S( ~我的神经网络程序如下
T=[...];
3 W; q' B  `/ |1 u' y2 Yn=length(T);
P=1:n;
%  创建一个新的前向神经网络
7 P# g: P3 X* I. [" U% d( T7 l# Wnet_1=newff(minmax(P),[49,1],{'tansig','purelin'},'traingdm')
- N! y. X" b- i8 o%  当前输入层权值和阈值
: W  {$ g; S  d% z# v5 Q  ]inputWeights=net_1.IW{1,1};
) d# d  F2 j7 t" E4 A; F) A- S7 Q! Pinputbias=net_1.b{1};
* X; q$ ^' G* B$ ]6 Y%  当前网络层权值和阈值
layerWeights=net_1.LW{2,1};
layerbias=net_1.b{2};
%  设置训练参数
% o" p4 x1 i6 \# ~: c1 c+ Q8 e/ Xnet_1.trainParam.show = 50;
net_1.trainParam.lr = 0.05;
net_1.trainParam.mc = 0.9;
net_1.trainParam.epochs = 3000;
net_1.trainParam.goal = 0.0001;
/ o+ ]0 v& H" P4 ~" r7 {%  调用 TRAINGDM 算法训练 BP 网络
[net_1,tr]=train(net_1,P,T);
6 Q% D9 _# Y. p+ _( @+ C%  对 BP 网络进行仿真
A = sim(net_1,P)
% s; |) q4 ^3 ^% ^9 Z%  计算仿真误差
E = T - A;
MSE=mse(E)
x=[n+1];%测试
kn=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
/ \+ x0 E& i, ~- @1 x有没有懂得，帮帮我。
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
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。
$ s1 B1 u5 |/ s' l" s有没有理论支持说，对一个准的，对后面的也准？