求助检查BP神经网络预测程序clear,clcP=;%输入T=[ 0.0 0.1 0.4 0.5 0.9 0.8 0.0 0.6];%输出% 创建一个新的前向神经网络 net_1=newff(minmax(P),[150,1],{'tansig','purelin'},'traingdm')% 当前输入层权值和阈值inputWeights=net_1.IW{1,1}inputbias=net_1.b{1}% 当前网络层权值和阈值layerWeights=net_1.LW{2,1}layerbias=net_1.b{2}% 设置训练参数net_1.trainParam.show = 10;net_1.trainParam.lr = 0.01;net_1.trainParam.mc = 0.9;net_1.trainParam.epochs = 10000;net_1.trainParam.goal = 1e-10;% 调用 TRAINGDM算法训练 BP 网络[net_1,tr]=train(net_1,P,T);% 对 BP 网络进行仿真A = sim(net_1,P);figure(1)plot(P,T,'b+',P,A,'r');legend('真实值','预测值'),title('训练效果');% 计算仿真误差 E = T - A;MSE=mse(E)x=;%测试y=sim(net_1,x);y(end)figure(2)plot(P,T,'b+',x,y,'r');legend('真实值','预测值'),title('下一年预测');请问2004的预测结果为何与2003的一样啊?
问题：&&1：隐含层的节点数应该小于训练样本数（你这里et_1=newff(minmax(P),[150,1],{'tansig','purelin'},'traingdm')中的150远远大于训练样本数10个（））&&2：如果把时间当做样本输入的话,这是不太合适的.如果那样还不如用时间序列求解.而且在现在的这个程序中还会会出现ynhj88311说的那种情况.（这里还应该做归一化处理更好）clcclear&&&date=;&P0=[&0.0&0.1&0.4&0.5&&0.9&0.8&0.0&0.6];%&样本数据这里数据在0~1之间就不用归一化处理了plot(date,P0,'b+');&%原数据随时间变化的曲线hold&on&title('原数据曲线图')for&i=1:13&&&&&P(:,i)=P0(i:i+2);&&&&&T(:,i)=P0(i+3);end%&&创建一个新的前向神经网络&net_1=newff(minmax(P),[10,1],{'tansig','purelin'},'traingdm')%&&设置训练参数net_1.trainParam.show&=&1;net_1.trainParam.lr&=&0.2;net_1.trainParam.mc&=&0.9;net_1.trainParam.epochs=;net_1.trainParam.goal&=&1e-10;%&&调用&TRAINGDM算法训练&BP&网络[net_1,tr]=train(net_1,P,T);%&&对&BP&网络进行仿真A&=&sim(net_1,P)E&=&T&-&A;MSE=mse(E)P2001=sim(net_1,[0.8&0.1179&]');P2002=sim(net_1,[0.9&0.1180&]');P2003=sim(net_1,[0.0&0.1182&]');p2=P0(14:16)';yuce2004=sim(net_1,p2)figureY=[A(1,:),P,P2003,yuce2004];Date=[date,2004];plot(Date,Y,'r+')
为您推荐：
其他类似问题
扫描下载二维码RBF_FZ 本程序为RBF神经网络预测。输入量为多个，输出为单 可根据自己需求进行修改。 AI-NN-PR 人工智能/
246万源代码下载-
&文件名称: RBF_FZ& & [
& & & & &&]
&&所属分类:
&&开发工具: matlab
&&文件大小: 1 KB
&&上传时间:
&&下载次数: 0
&&提 供 者:
&详细说明：本程序为RBF神经网络预测。输入量为多个，输出为单个，可根据自己需求进行修改。预测效果明显，较为实用。-This procedure is RBF neural network prediction. The input quantity is many, the output is a single, may according to own need to carry on the revision. Prediction effect is obvious, more practical.
文件列表(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):
&&RBF_FZ.m
&输入关键字，在本站246万海量源码库中尽情搜索：上海市办公楼需求量的神经网络组合预测_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
上海市办公楼需求量的神经网络组合预测
上传于||暂无简介
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩2页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢神经网络预测.我已经建立了一个神经网络模型,并用已知的输入输出去测试这个网络,但是如何求未知输入呢?我的程序如下：%% 清空环境变量clcclear%% 训练数据预测数据提取及归一化%输入输出数据lo%从1到6间随机排序k=rand(1,10);[m,n]=sort(k);%找出训练数据和预测数据input_train=input(n(1:8),:)';output_train=output(:,n(1:8));input_test=input(n(9:10),:)';output_test=output(:,n(9:10));%选连样本输入输出数据归一化[inputn,inputps]=mapminmax(input_train);[outputn,outputps]=mapminmax(output_train);%% BP网络训练% %初始化网络结构net=newff(inputn,outputn,7);net.trainParam.epochs=100;net.trainParam.lr=0.1;net.trainParam.goal=0.00004;%网络训练net=train(net,inputn,outputn);%% BP网络预测%预测数据归一化inputn_test=mapminmax('apply',input_test,inputps);%网络预测输出an=sim(net,inputn_test);%网络输出反归一化BPoutput=mapminmax('reverse',an,outputps);现在通过测试的输入输入我得到较满意的精度时,需要随意输入一组数据(比如,输入为input_test=[600,60,600],得到未知的输出,请各位大神留步教教小弟如何编写程序?
不是很明白你说什么,什么叫未知的输入,能再说清楚点吗
是求未知输出，不好意思。也就是预测。我可以输入一组数据，得到一组输出，但是当我输入另外一组输入时，得到的输出与上组的输出是一模一样的，这个情况是为什么呢？
首先， 你想从输入得到输出，你可以用仿真函数sim，如果你的网络是没问题的，那么得出的输出相同，就说明你两个输入模式是相似的，我现在没有MATLAB，无法运行你的代码，不好意思
为您推荐：
其他类似问题
输入预测输入样本数据就可以得到输出数据
扫描下载二维码}