关于BP神经网络预测

hanyunxiang

) h$ i& U+ H4 q8 G! a- t
关于BP神经网络预测

1 C" L2 R/ L* W0 t8 Y" _2 n注：里面的笑脸代表冒号（不知道会出现笑脸）
9 X7 |9 O0 K, d% h( g' \2 y+ f; r
3 R1 T+ h! K) R6 i7 V4 x2 }! j2 c
关于BP时间序列预测
7 a# [8 X, Y% c程序中x是已知的运输量数值（2000年-2009年），以4个数据为一组，前三个数据作为输入，第四个作为输出，共分7组，前六组训练，隐层节点为7，最后一组检验：
x=[13369.2 14873.7 17137.3 17432.5 24193.5 28435.1....
    33197.3 38758.6 40576.2 48606.3];
7 X  B1 W5 p4 \& J2 CX(1,=(x(1,-min(x(1,))/(max(x(1,)-min(x(1,));（归一化）
  a. C/ d2 j3 P/ w1 N/ u& Sfor i=1:7
4 f6 H. e& N5 B    X1(i,=[X(i) X(i+1) X(i+2) X(i+3)];
end
8 d8 z6 S& M8 u* ~: V) b$ u- u8 hX2=(X1(:,1:3))';
$ f; O+ r& t  ?4 c1 @3 K; UT2=(X1(:,4))';
2 c: \1 ]" A4 y3 |! p$ YX3=X2(:,1:6);
T3=T2(:,1:6);
net=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
$ P' P, s! M$ h  x& L! t7 O# Wnet.trainParam.epochs=1000;
) P6 f6 o/ T5 O: g- L9 X2 ?4 E2 N$ Xnet.trainParam.goal=0.000001;
* \6 Z/ c7 J0 X; CLP.lr=0.1;
net=train(net,X3,T3);
+ l' F% y7 t, a- J5 Z$ x: \7 x* xy1=sim(net,X3);

以下是检验：
6 ~1 u* z: z3 r  ^8 y$ T
0 `* n) o) k$ y8 G2 ex_test=X2(:,7);
: g0 |0 _8 @0 ?+ ly_test=sim(net,x_test)
; s: B, g3 S2 B+ VY_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
检验效果还不错；
. w9 C% Q( g3 ?2 Z
但运用以下命令在预测2010年运输量时，向量yc1为2007、2008、2009年运输量归一化的数值；
为什么反归一化输出和2009年数值一样，怎么回事呢？？？初学者盼解答？？
$ @! r1 e- L* F$ C4 L0 \( o
4 u- _% D; G8 U3 J& P  }4 _yc1=[0.7205 0.7721 1.0000]';
jg1_test=sim(net,yc1(:,1))
. B0 |( k7 F+ L; ~* gJg1_test=jg1_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）

zerodingying

感谢楼主，很不错的说。。。。。

haoren1990

y1=sim(net,X3);

haoren1990

X3不是你的训练数据吗，前面的网络是根据X3和目标输出来训练的，结果你又把X3作为最后的网络输出，结果肯定是目标输出啊（已知的2009的值）与归不归一没有关系。

沙漠海滩

这是什么啊？楼主

KuaitouKid

改改参数应该就不一样了，神经网络的结果就是有点蛋疼……

1578233196

1578233196

1578233196