%%?清空環境變量
clc
clear

tic
%%?訓練數據預測數據提取及歸一化
%下載輸入輸出數據
load?data?input?output

%從1到2000間隨機排序
k=rand（14000）;
[mn]=sort（k）;

%找出訓練數據和預測數據
input_train=input（n（1:3900）:）‘;
output_train=output（n（1:3900）:）‘;
input_test=input（n（3901:4000）:）‘;
output_test=output（n（3901:4000）:）‘;

%選連樣本輸入輸出數據歸一化
[inputninputps]=mapminmax（input_train）;
[outputnoutputps]=mapminmax（output_train）;

%%?BP網絡訓練
%?%初始化網絡結構
net=newff（inputnoutputn5）;

net.trainParam.epochs=100;
net.trainParam.lr=0.1;
net.trainParam.goal=0.0000004;

%網絡訓練
net=train（netinputnoutputn）;

%%?BP網絡預測
%預測數據歸一化
inputn_test=mapminmax（‘apply‘input_testinputps）;
?
%網絡預測輸出
an=sim（netinputn_test）;
?
%網絡輸出反歸一化
BPoutput=mapminmax（‘reverse‘anoutputps）;

%%?結果分析

figure（1）
plot（BPoutput‘:og‘）
hold?on
plot（output_test‘-*‘）;
legend（‘預測輸出‘‘期望輸出‘‘fontsize‘12）
title（‘BP網絡預測輸出‘‘fontsize‘12）
xlabel（‘樣本‘‘fontsize‘12）
ylabel（‘輸出‘‘fontsize‘12）
print?-dtiff?-r600?4-3
%預測誤差
error=BPoutput-output_test;

figure（2）
plot（error‘-*‘）
title（‘神經網絡預測誤差‘）

figure（3）
plot（（output_test-BPoutput）./BPoutput‘-*‘）;
title（‘神經網絡預測誤差百分比‘）

errorsum=sum（abs（error））

toc

save?data?net?inputps?outputps

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????1291??2009-12-19?09:05??案例4\BP.m

?????文件????????420??2009-08-16?22:48??案例4\Code.m

?????文件???????1556??2009-08-16?22:59??案例4\Cross.m

?????文件????????134??2009-09-11?15:31??案例4\data.m

?????文件??????94683??2009-12-19?16:59??案例4\data.mat

?????文件????????326??2009-09-15?09:36??案例4\fun.m

?????文件???????2694??2010-01-30?20:24??案例4\Genetic.m

?????文件???????1545??2009-08-16?23:05??案例4\Mutation.m

?????文件????????535??2009-09-11?15:36??案例4\net.mat

?????文件????????823??2009-09-11?21:24??案例4\Select.m

?????文件????????278??2009-12-26?21:25??案例4\test.asv

?????文件????????278??2009-12-26?21:26??案例4\test.m

?????目錄??????????0??2019-01-12?16:22??案例4

-----------?---------??----------?-----??----

???????????????104563????????????????????13