web?browser?http://www.ilovematlab.cn/thread-60357-1-1.html
%%?清空環(huán)境變量
clc
clear

%%?訓練數(shù)據(jù)預測數(shù)據(jù)提取及歸一化
%下載輸入輸出數(shù)據(jù)
load?data?input?output

%從1到2000間隨機排序
k=rand（12000）;
[mn]=sort（k）;

%找出訓練數(shù)據(jù)和預測數(shù)據(jù)
input_train=input（n（1:1900）:）‘;
output_train=output（n（1:1900））;
input_test=input（n（1901:2000）:）‘;
output_test=output（n（1901:2000））;

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

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

net.trainParam.epochs=100;
net.trainParam.lr=0.1;
net.trainParam.goal=0.00004;

%網(wǎng)絡訓練
net=train（netinputnoutputn）;

%%?BP網(wǎng)絡預測
%預測數(shù)據(jù)歸一化
inputn_test=mapminmax（‘a(chǎn)pply‘input_testinputps）;
?
%網(wǎng)絡預測輸出
an=sim（netinputn_test）;
?
%網(wǎng)絡輸出反歸一化
BPoutput=mapminmax（‘reverse‘a(chǎn)noutputps）;

%%?結果分析

figure（1）
plot（BPoutput‘:og‘）
hold?on
plot（output_test‘-*‘）;
legend（‘預測輸出‘‘期望輸出‘）
title（‘BP網(wǎng)絡預測輸出‘‘fontsize‘12）
ylabel（‘函數(shù)輸出‘‘fontsize‘12）
xlabel（‘樣本‘‘fontsize‘12）
%預測誤差
error=BPoutput-output_test;


figure（2）
plot（error‘-*‘）
title（‘BP網(wǎng)絡預測誤差‘‘fontsize‘12）
ylabel（‘誤差‘‘fontsize‘12）
xlabel（‘樣本‘‘fontsize‘12）

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

errorsum=sum（abs（error））

web?browser?http://www.ilovematlab.cn/thread-60357-1-1.html

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

?????文件???????1400??2010-01-30?20:21??BP神經(jīng)網(wǎng)絡的非線性系統(tǒng)建模-非線性函數(shù)擬合\BP.m

?????文件???????1425??2010-01-30?20:21??BP神經(jīng)網(wǎng)絡的非線性系統(tǒng)建模-非線性函數(shù)擬合\BP_Hidden.m

?????文件??????46375??2009-12-14?15:38??BP神經(jīng)網(wǎng)絡的非線性系統(tǒng)建模-非線性函數(shù)擬合\data.mat

?????目錄??????????0??2012-06-30?15:20??BP神經(jīng)網(wǎng)絡的非線性系統(tǒng)建模-非線性函數(shù)擬合

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

????????????????49200????????????????????4