关于BP神经网络预测

hanyunxiang

关于BP神经网络预测

( s3 R8 g8 Z0 m( e7 w1 z& l注：里面的笑脸代表冒号（不知道会出现笑脸）

7 O6 J+ C6 R" O- J% J
关于BP时间序列预测
& ^5 A" ^! K9 _% z# j5 h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....
. D( q( @( r. m# p* P    33197.3 38758.6 40576.2 48606.3];
; T- p8 Z) a# e- K7 @  gX(1,=(x(1,-min(x(1,))/(max(x(1,)-min(x(1,));（归一化）
for i=1:7
    X1(i,=[X(i) X(i+1) X(i+2) X(i+3)];
end
X2=(X1(:,1:3))';
% D( O# [$ W( L' Z+ ^  k( u3 ZT2=(X1(:,4))';
7 M$ F2 {2 ~1 GX3=X2(:,1:6);
) {1 C- D, ?0 z5 b2 |0 a& W: F2 TT3=T2(:,1:6);
) i! I  ]1 a' W' r& Onet=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
net.trainParam.epochs=1000;
; L$ j' M2 |: wnet.trainParam.goal=0.000001;
LP.lr=0.1;
0 O( j% O# a/ |; Y) C' Znet=train(net,X3,T3);
y1=sim(net,X3);

以下是检验：

( ~' }: L6 U( O) p# E1 B0 @x_test=X2(:,7);
y_test=sim(net,x_test)
) B) ?" ]  C. w8 j+ }8 q4 m9 QY_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
/ s& r# }7 Y5 M; h* a, c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？？
9 T: C0 m9 d1 i  l1 R0 s
6 w+ s; q& i! n" m" Zyc1=[0.7205 0.7721 1.0000]';
8 a8 q% \6 {# u( C- V* O% Wjg1_test=sim(net,yc1(:,1))
Jg1_test=jg1_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
$ V  e. {+ u1 v6 j

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