%%?代碼為基于BP_Adaboost的強預測器預測
%%?清空環境變量
clc
clear

%%?下載數據
load?data1?input?output

%從中隨機選擇1900組訓練數據和100組測試數據
k=rand（12000）;%?rand函數產生由在（0?1）之間均勻分布的隨機數組成的數組，1行?2000列向量。
[mn]=sort（k）;%?對行向量k進行升序排列

%訓練樣本
input_train=input（n（1:1900）:）‘;?%取出input矩陣中的1900行?所有列的的數據，然后轉置。
output_train=output（n（1:1900）:）‘;

%測試樣本
input_test=input（n（1901:2000）:）‘;
output_test=output（n（1901:2000）:）‘;

%樣本權重
[mmnn]=size（input_train）;%[2?1900]
D（1:）=ones（1nn）/nn;

%訓練樣本歸一化
[inputninputps]=mapminmax（input_train）;
[outputnoutputps]=mapminmax（output_train）;

K=10;
%?循環開始
for?i=1:K
????
????%弱預測器訓練
????net=newff（inputnoutputn5）;
????net.trainParam.epochs=30;
????net.trainParam.lr=0.1;
????net=train（netinputnoutputn）;
????
????%弱預測器預測
????an1=sim（netinputn）;
????BPoutput=mapminmax（‘reverse‘an1outputps）;
????
????%預測誤差
????erroryc（i:）=output_train-BPoutput;
????
????%測試數據預測
????inputn1=mapminmax（‘apply‘input_testinputps）;
????an2=sim（netinputn1）;
????test_simu（i:）=mapminmax（‘reverse‘an2outputps）;
????
????%調整D值
????Error（i）=0;
????for?j=1:nn
????????if?abs（erroryc（ij））>0.1??%較大誤差
????????????Error（i）=Error（i）+D（ij）;
????????????D（i+1j）=D（ij）*1.1;
????????else
????????????D（i+1j）=D（ij）;
????????end
????end
????
????%計算弱預測器權重
????at（i）=0.5/exp（abs（Error（i）））;?%?log（（1-Error（i））/Error（i））;
????
????%D值歸一化
????D（i+1:）=D（i+1:）/sum（D（i+1:））;
????
end

%%?強預測器預測
at=at/sum（at）;%弱預測器權重歸一化
output=at*test_simu;%強預測器預測
save?data?net?inputps?outputps?%網絡存儲

%%?結果分析
error?=?output_test?-?output;%強預測期誤差
%弱預測期誤差
for?i=1:10
????error1（i:）=test_simu（i:）-output;
end
RMSe=sqrt（sum（error.^2）/100）%均方根誤差?

%誤差比較
plot（abs（error）‘-?*‘）;
hold?on
plot（mean（abs（error1））‘-?or‘）
title（‘強預測器預測誤差絕對值‘‘fontsize‘12）
xlabel（‘預測樣本‘‘fontsize‘12）
ylabel（‘誤差絕對值‘‘fontsize‘12）
legend（‘強預測器預測‘‘弱預測器預測‘）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-04-20?09:52??BP-Adaboost\
?????文件??????660542??2018-04-08?19:16??BP-Adaboost\AdaBoost-based?artificial?neural?network?learning.pdf
?????目錄???????????0??2018-04-20?11:58??BP-Adaboost\BP_Adaboost-GA\
?????文件????????2134??2018-04-20?11:52??BP-Adaboost\BP_Adaboost-GA\Bp_Ada.m
?????文件?????????420??2009-08-16?22:48??BP-Adaboost\BP_Adaboost-GA\Code.m
?????文件????????1556??2009-08-16?22:59??BP-Adaboost\BP_Adaboost-GA\Cross.m
?????文件???????47889??2018-04-20?11:52??BP-Adaboost\BP_Adaboost-GA\data.mat
?????文件???????46394??2009-09-09?07:36??BP-Adaboost\BP_Adaboost-GA\data1.mat
?????文件?????????326??2018-04-20?10:42??BP-Adaboost\BP_Adaboost-GA\fun.m
?????文件????????2625??2018-04-20?11:43??BP-Adaboost\BP_Adaboost-GA\Genetic.m
?????文件????????1545??2009-08-16?23:05??BP-Adaboost\BP_Adaboost-GA\Mutation.m
?????文件?????????823??2009-09-11?21:24??BP-Adaboost\BP_Adaboost-GA\Select.m
?????文件?????????278??2009-12-26?21:26??BP-Adaboost\BP_Adaboost-GA\test.m
?????目錄???????????0??2018-04-12?15:29??BP-Adaboost\BP_Adaboost5\
?????目錄???????????0??2010-01-30?20:29??BP-Adaboost\BP_Adaboost5\案例5\
?????文件????????1833??2010-01-30?20:25??BP-Adaboost\BP_Adaboost5\案例5\Bp_Ada_Fore.m
?????文件????????2289??2010-01-30?20:24??BP-Adaboost\BP_Adaboost5\案例5\Bp_Ada_Sort.m
?????文件???????11820??2009-12-28?12:09??BP-Adaboost\BP_Adaboost5\案例5\data.mat
?????文件???????46394??2009-09-09?07:36??BP-Adaboost\BP_Adaboost5\案例5\data1.mat
?????目錄???????????0??2013-08-21?07:51??BP-Adaboost\chapter4\
?????文件????????3458??2018-04-20?10:47??BP-Adaboost\chapter4\BP.m
?????文件?????????420??2009-08-16?22:48??BP-Adaboost\chapter4\Code.m
?????文件????????1556??2009-08-16?22:59??BP-Adaboost\chapter4\Cross.m
?????文件?????????135??2010-07-25?11:14??BP-Adaboost\chapter4\data.m
?????文件???????93696??2018-04-20?10:52??BP-Adaboost\chapter4\data.mat
?????文件???????92540??2010-07-25?11:15??BP-Adaboost\chapter4\data1.mat
?????文件?????????326??2009-09-15?09:36??BP-Adaboost\chapter4\fun.m
?????文件????????2653??2018-04-20?11:57??BP-Adaboost\chapter4\Genetic.m
?????文件????????1545??2009-08-16?23:05??BP-Adaboost\chapter4\Mutation.m
?????文件?????????535??2009-09-11?15:36??BP-Adaboost\chapter4\net.mat
?????文件?????????823??2009-09-11?21:24??BP-Adaboost\chapter4\Select.m
............此處省略20個文件信息