关于BP神经网络预测

hanyunxiang

* u- w4 u& \7 v6 m8 T6 M$ j! b
  ?$ L! a: C/ [# e; z$ x关于BP神经网络预测
1 x  o6 p% P6 H/ E1 f, _: R
0 w( k9 F" {7 W2 P1 f/ ]  ~注：里面的笑脸代表冒号（不知道会出现笑脸）
, M0 j) d9 {! i6 ^

关于BP时间序列预测
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：
8 Y; C5 P; R, y/ Gx=[13369.2 14873.7 17137.3 17432.5 24193.5 28435.1....
    33197.3 38758.6 40576.2 48606.3];
" j4 E( G8 u$ r2 Q4 c/ ~' TX(1,=(x(1,-min(x(1,))/(max(x(1,)-min(x(1,));（归一化）
for i=1:7
2 w: [) I& w$ i  l/ R' p, w    X1(i,=[X(i) X(i+1) X(i+2) X(i+3)];
end
% S0 g  _$ i% W; N4 {6 d# r( h. yX2=(X1(:,1:3))';
T2=(X1(:,4))';
X3=X2(:,1:6);
T3=T2(:,1:6);
net=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
% G- t* X' {; E- m) O% L/ unet.trainParam.epochs=1000;
6 l5 l' p0 a% ]+ h1 ^net.trainParam.goal=0.000001;
LP.lr=0.1;
. Y1 o# ~/ @" S& M1 Qnet=train(net,X3,T3);
y1=sim(net,X3);
4 U+ K% ^  ?6 O: j& w" g
以下是检验：
; j- X) P& }6 N" s; M+ v1 j
' U( V! U/ F3 `0 u' b/ x  Lx_test=X2(:,7);
+ a+ ?! [1 S) }$ U+ zy_test=sim(net,x_test)
4 T0 L2 C8 d; ^# {Y_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
检验效果还不错；

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？？
1 b5 O' r+ ]2 z2 T) P
yc1=[0.7205 0.7721 1.0000]';
* }4 r5 l; |2 n/ r$ [5 m# ?jg1_test=sim(net,yc1(:,1))
7 W4 k! o' ?# A6 yJg1_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