《该代码为基于BP神经网络的预测算法》由会员分享，可在线阅读，更多相关《该代码为基于BP神经网络的预测算法（10页珍藏版）》请在金锄头文库上搜索。
1、该代码为基于BP神经网络的预测算法该案例作者申明：1：本人长期驻扎在此板块里，对该案例提问，做到有问必答。本套书籍官方网站为：2：点此从当当预定本书：Matlab神经网络30个案例分析。3：此案例有配套的教学视频，视频下载方式 4：此案例为原创案例，转载请注明出处（Matlab神经网络30个案例分析）。5：若此案例碰巧与您的研究有关联，我们欢迎您提意见，要求等，我们考虑后可以加在案例里。Contents 清空环境变量 训练数据预测数据提取及归一化 BP网络训练 BP网络预测 结果分析清空环境变量clcclear训练数据预测数据提取及归一化%下载输入输出数据load data input out
2、put%从1到2000间随机排序k=rand(1,2000);m,n=sort(k);%找出训练数据和预测数据input_train=input(n(1:1900),:);output_train=output(n(1:1900);input_test=input(n(1901:2000),:);output_test=output(n(1901:2000);%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(in
3、putn,outputn,5);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);结果分析figure(1)plot(BPoutput,:og)
4、hold onplot(output_test,-*);legend(预测输出,期望输出)title(BP网络预测输出,fontsize,12)ylabel(函数输出,fontsize,12)xlabel(样本,fontsize,12)%预测误差error=BPoutput-output_test;figure(2)plot(error,-*)title(BP网络预测误差,fontsize,12)ylabel(误差,fontsize,12)xlabel(样本,fontsize,12)figure(3)plot(output_test-BPoutput)./BPoutput,-*);title(
5、神经网络预测误差百分比)errorsum=sum(abs(error)web browser errorsum = 9.9743Matlab神经网络30个案例分析相关论坛：Matlab神经网络30个案例分析官方网站：Matlab技术论坛：Matlab函数百科：www.mfun.laMatlab中文论坛：Published with MATLAB 7.9该代码为基于双隐含层BP神经网络的预测该案例作者申明：1：本人长期驻扎在此板块里，对该案例提问，做到有问必答。本套书籍官方网站为：2：点此从当当预定本书：Matlab神经网络30个案例分析。3：此案例有配套的教学视频，视频下载方式 4：此案例为原
6、创案例，转载请注明出处（Matlab神经网络30个案例分析）。5：若此案例碰巧与您的研究有关联，我们欢迎您提意见，要求等，我们考虑后可以加在案例里。Contents 清空环境变量 训练数据预测数据提取及归一化 BP网络训练 BP网络预测 结果分析清空环境变量clcclear训练数据预测数据提取及归一化%下载输入输出数据load data input output%从1到2000间随机排序k=rand(1,2000);m,n=sort(k);%找出训练数据和预测数据input_train=input(n(1:1900),:);output_train=output(n(1:1900);input
7、_test=input(n(1901:2000),:);output_test=output(n(1901:2000);%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,5 5);net.trainParam.epochs=100;net.trainParam.lr=0.1;net.trainParam.goal=0.00004;%网络训练net=train(net,inputn,o
8、utputn);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);结果分析figure(1)plot(BPoutput,:og)hold onplot(output_test,-*);legend(预测输出,期望输出)title(BP网络预测输出,fontsize,12)ylabel(函数输出,fontsize,12)xlabel(样本,fontsize,12)%
9、预测误差error=BPoutput-output_test;figure(2)plot(error,-*)title(BP网络预测误差,fontsize,12)ylabel(误差,fontsize,12)xlabel(样本,fontsize,12)figure(3)plot(output_test-BPoutput)./BPoutput,-*);title(神经网络预测误差百分比)errorsum=sum(abs(error)web browser errorsum = 11.4912Matlab神经网络30个案例分析相关论坛：Matlab神经网络30个案例分析官方网站：Matlab技术论坛：Matlab函数百科：www.mfun.laMatlab中文论坛：Published with MATLAB 7.9
