关于BP神经网络预测

hanyunxiang

% c" ]* T. W4 R# g. R" ^
关于BP神经网络预测

注：里面的笑脸代表冒号（不知道会出现笑脸）

; |; `0 w( [7 Q! e: d
2 p6 N5 P* l; q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：
* ?  ^* F5 ?' v2 }x=[13369.2 14873.7 17137.3 17432.5 24193.5 28435.1....
9 C6 z, I: l! D) U9 ?! y5 ~  U: j$ N    33197.3 38758.6 40576.2 48606.3];
X(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)];
" d; S$ K6 Z+ Z% `" P# b- Jend
X2=(X1(:,1:3))';
! t! e& O& y4 x/ mT2=(X1(:,4))';
X3=X2(:,1:6);
T3=T2(:,1:6);
net=newff(minmax(X3),[7 1],{'logsig','tansig'},'trainlm');
! K8 B" B3 w5 e, N- Cnet.trainParam.epochs=1000;
net.trainParam.goal=0.000001;
  X* ^  t4 k' s) K* _LP.lr=0.1;
net=train(net,X3,T3);
y1=sim(net,X3);
4 W+ Y" A7 N' z
8 p- d# T" Y, m. `以下是检验：

x_test=X2(:,7);
+ b1 y! K: ^, w" @' ky_test=sim(net,x_test)
; t$ M0 O1 q7 h0 g, s4 H0 P& I3 {Y_test=y_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
检验效果还不错；
& y* D2 w% m6 @
/ ^6 A9 G$ A& ^3 I% c- M7 N2 H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；
+ L5 g- ^- x' q# p$ p& p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？？
( E3 n# a: t! X) t4 O( N6 K
1 O* l: z2 V8 c7 ^% Fyc1=[0.7205 0.7721 1.0000]';
jg1_test=sim(net,yc1(:,1))
3 o% Q* o5 p- z. P! ]/ r, cJg1_test=jg1_test*(max(x(1,)-min(x(1,))+min(x(1,)（反归一化）
' C' n2 E7 D; u

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