clear;?%清空環境變量
clc;
%?訓練集/測試集的產生，這里采用xlsread（‘‘）；
paifangshuju=xlsread（‘E:\paifangshuju2.xlsx‘）;
NIR=paifangshuju（:1:2）;
octane=paifangshuju（:3:6）;
%?%?隨機產生訓練集和測試集
temp?=?randperm（size（NIR1））;

%訓練集--80個樣本
P_train?=?NIR（temp（1:80）:）‘;
T_train?=?octane（temp（1:80）:）‘;

%測試集--10個樣本
P_test?=?NIR（temp（81:end）:）‘;
T_test?=?octane（temp（81:end）:）‘;
N?=?size（P_test2）;

%驗證、訓練數據歸一化
[p_trainps_input]=mapminmax（P_train01）;
p_test=mapminmax（‘apply‘P_testps_input）;
[t_trainps_output]=mapminmax（T_train01）;

%?%?BP神經網絡的創建、訓練及仿真測試
%創建網絡
net?=?newff（p_traint_train[48]）;%2為隱含層的層數

%設置訓練參數
net.trainParam.epochs=1000;
net.trainParam.goal=1e-3;
net.trainParam.lr=0.01;

%訓練網絡
net=train（netp_traint_train）;

%仿真測試
t_sim=sim（netp_test）;
%數據反歸一化
T_sim=mapminmax（‘reverse‘t_simps_output）;

%%性能評價
%相對誤差
error=abs（T_sim-T_test）./T_test;
%均方根誤差
for?i=1:4j=1:N;
????A（ij）=T_test（ij）-T_sim（ij）;
end
MSE_HC=sqrt（sum（A（1:）.^2））;
MSE_CO=sqrt（sum（A（