%%?案例8：GRNN的數據預測—基于廣義回歸神經網絡的貨運量預測
%
%
%?
%?			該案例作者申明：				1：本人長期駐扎在此板塊里，對該案例提問，做到有問必答。	2：此案例有配套的教學視頻，配套的完整可運行Matlab程序。						3：以下內容為該案例的部分內容（約占該案例完整內容的1/10）。							4：此案例為原創案例，轉載請注明出處（Matlab中文論壇，《Matlab神經網絡30個案例分析》）。							5：若此案例碰巧與您的研究有關聯，我們歡迎您提意見，要求等，我們考慮后可以加在案例里。							6：您看到的以下內容為初稿，書籍的實際內容可能有少許出入，以書籍實際發行內容為準。					7：此書其他常見問題、預定方式等，請點擊這里。	
%?
%
%%?清空環境變量
clc;
clear?all
close?all
nntwarn?off;

%%?載入數據
load?data;
%?載入數據并將數據分成訓練和預測兩類
p_train=p（1:12:）;
t_train=t（1:12:）;
p_test=p（13:）;
t_test=t（13:）;
%%?交叉驗證
desired_spread=[];
mse_max=10e20;
desired_input=[];
desired_output=[];
result_perfp=[];
indices?=?crossvalind（‘Kfold‘length（p_train）4）;
h=waitbar（0‘正在尋找最優化參數....‘）
k=1;
for?i?=?1:4
????perfp=[];
????disp（[‘以下為第‘num2str（i）‘次交叉驗證結果‘]）
????test?=?（indices?==?i）;?train?=?~test;
????p_cv_train=p_train（train:）;
????t_cv_train=t_train（train:）;
????p_cv_test=p_train（test:）;
????t_cv_test=t_train（test:）;
????p_cv_train=p_cv_train‘;
????t_cv_train=t_cv_train‘;
????p_cv_test=?p_cv_test‘;
????t_cv_test=?t_cv_test‘;
????[p_cv_trainminpmaxpt_cv_trainmintmaxt]=premnmx（p_cv_traint_cv_train）;
????p_cv_test=tramnmx（p_cv_testminpmaxp）;
????for?spread=0.1:0.1:2;
????????net=newgrnn（p_cv_traint_cv_trainspread）;
????????waitbar（k/80h）;
????????disp（[‘當前spread值為‘?num2str（spread）]）;
????????test_Out=sim（netp_cv_test）;
????????test_Out=postmnmx（test_Outmintmaxt）;
????????error=t_cv_test-test_Out;
????????disp（[‘當前網絡的mse為‘num2str（mse（error））]）
????????perfp=[perfp?mse（error）];
????????if?mse（error）????????????mse_max=mse（error）;
????????????desired_spread=spread;
????????????desired_input=p_cv_train;
????????????desired_output=t_cv_train;
????????end
????????k=k+1;
????end
????result_perfp（i:）=perfp;
end;
close（h）
disp（[‘最佳spread值為‘num2str（desired_spread）]）
disp（[‘此時最佳輸入值為‘]）
desired_input
disp（[‘此時最佳輸出值為‘]）
desired_output
%%?采用最佳方法建立GRNN網絡
net=newgrnn（desired_inputdesired

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????1228??2010-01-31?21:51??案例8?GRNN的數據預測-基于廣義回歸神經網絡貨運量預測\best.mat
?????文件????????4134??2010-01-31?21:50??案例8?GRNN的數據預測-基于廣義回歸神經網絡貨運量預測\chapter8.1.m
?????文件????????2562??2010-01-31?21:52??案例8?GRNN的數據預測-基于廣義回歸神經網絡貨運量預測\chapter8.2.asv
?????文件????????2562??2010-01-31?21:53??案例8?GRNN的數據預測-基于廣義回歸神經網絡貨運量預測\chapter8.2.m
?????文件?????????815??2010-01-30?20:09??案例8?GRNN的數據預測-基于廣義回歸神經網絡貨運量預測\data.mat
?????文件?????????198??2010-01-30?22:29??案例8?GRNN的數據預測-基于廣義回歸神經網絡貨運量預測\運行提示.txt