关于BP神经网络预测

hanyunxiang

关于BP神经网络预测
' `* t+ @/ N, D2 T6 T, R, S. O3 [
注：里面的笑脸代表冒号（不知道会出现笑脸）
4 g1 Y# x0 ~$ g3 i
  ]. D  e- _* B- M
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：
x=[13369.2 14873.7 17137.3 17432.5 24193.5 28435.1....
& j5 T0 N1 e' `6 Q& ^8 |    33197.3 38758.6 40576.2 48606.3];
3 E& k0 j2 a5 {. Y( U8 oX(1,=(x(1,-min(x(1,))/(max(x(1,)-min(x(1,));（归一化）
for i=1:7
7 ]" n& m! I: J8 A9 g    X1(i,=[X(i) X(i+1) X(i+2) X(i+3)];
end
8 p& q+ W9 B$ D" \) ZX2=(X1(:,1:3))';
T2=(X1(:,4))';
$ H# R. v$ ~; c6 uX3=X2(:,1:6);
' \$ N) o0 u& nT3=T2(:,1:6);
# w/ R- @" \/ c0 V* Tnet=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
net.trainParam.epochs=1000;
net.trainParam.goal=0.000001;
LP.lr=0.1;
* ]% C6 \4 U! W# hnet=train(net,X3,T3);
y1=sim(net,X3);

* z$ e, S0 ?9 u9 p% o9 b以下是检验：

8 `9 e# D' `8 j! Vx_test=X2(:,7);
y_test=sim(net,x_test)
Y_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
5 F0 A: Y- Y+ m0 V检验效果还不错；
0 a: r( b- n4 W: F  r* G
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？？

% E* |) J' Q. T" z; v0 N% `yc1=[0.7205 0.7721 1.0000]';
jg1_test=sim(net,yc1(:,1))
Jg1_test=jg1_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
8 ?0 s- U. ^  ~1 N* M

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