%%??案例18:?基于Elman神經網絡的電力負荷預測模型研究
%?
%?
%?
%?			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;

%%?數據載入

load?data;
a=data;

%%?選取訓練數據和測試數據

for?i=1:6
????p（i:）=[a（i:）a（i+1:）a（i+2:）];
end
%?訓練數據輸入
p_train=p（1:5:）;
%?訓練數據輸出
t_train=a（4:8:）;
%?測試數據輸入
p_test=p（6:）;
%?測試數據輸出
t_test=a（9:）;

%?為適應網絡結構?做轉置

p_train=p_train‘;
t_train=t_train‘;
p_test=p_test‘;


%%?網絡的建立和訓練
%?利用循環，設置不同的隱藏層神經元個數
nn=[7?11?14?18];
for?i=1:4
????threshold=[0?1;0?1;0?1;0?1;0?1;0?1;0?1;0?1;0?1];
????%?建立Elman神經網絡?隱藏層為nn（i）個神經元
????net=newelm（threshold[nn（i）3]{‘tansig‘‘purelin‘}）;
????%?設置網絡訓練參數
????net.trainparam.epochs=1000;
????net.trainparam.show=20;
????%?初始化網絡
????net=init（net）;
????%?Elman網絡訓練
????net=train（netp_traint_train）;
????%?預測數據
????y=sim（netp_test）;
????%?計算誤差
????error（i:）=y‘-t_test;
end

%%?通過作圖?觀察不同隱藏層神經元個數時，網絡的預測效果

plot（1:1:3error（1:）‘-ro‘‘linewidth‘2）;
hold?on;
plot（1:1:3error（2:）‘b:x‘‘linewidth‘2）;
hold?on;
plot（1:1:3error（3:）‘k-.s‘‘linewidth‘2）;
hold?on;
plot（1:1:3error（4:）‘c--d‘‘linewidth‘2）;
title（‘Elman預測誤差圖‘）
set（gca‘Xtick‘[1:3]）
legend（‘7‘‘11‘‘14‘‘18‘‘location‘‘best‘）
xlabel（‘時間點‘）
ylabel（‘誤差‘）
hold?off;

web?browser?http://www.ilovematlab.cn/viewthread.php?tid=63640
%%
%
%?
%?			版權所有：%?href=“http://www.ilovematlab.cn/“>Matlab中文論壇  ?ript
%?src=“http://s3.cnzz.com/stat.php?id=971931&web_id=971931&show=pic“?language=“javascript“?>ript> 	
%?
%

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????3344??2010-01-31?11:15??案例18?Elman神經網絡的數據預測—電力負荷預測模型研究\chapter18.m
?????文件?????????406??2009-10-25?16:29??案例18?Elman神經網絡的數據預測—電力負荷預測模型研究\data.mat