应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜    

小木虫论坛-学术科研互动平台 » 计算模拟区 » 仿真模拟 » MATLAB » 神经网络预测误差大
北京石油化工学院2026年研究生招生接收调剂公告
21/1返回列表
查看: 2405  |  回复: 1
只看楼主 @他人 存档 新回复提醒 (忽略) 收藏    在APP中查看

z1991yan

铁虫 (初入文坛)

[求助] 神经网络预测误差大

求大神帮我分析一下为什么测试样本的误差太大
clear all；
p=[5        2        5        1        5        5        5        3        3        4        4        3;
4        1        5        1        5        5        3        3        3        4        4        3;
5        2        1        1        5        5        4        3        3        4        4        3;
4        1        3        4        5        4        5        4        4        4        5        4;
5        2        5        4        5        5        4        4        4        4        5        4;
6        2        5        4        5        5        3        4        4        4        5        4;
4        1        1        5        5        5        1        3        4        4        2        4;
5        2        1        5        5        5        1        3        4        4        2        4;
3        1        3        4        2        3        5        5        5        3        5        4;
4        1        5        4        2        4        4        5        5        3        5        4;
5        2        5        4        5        5        4        5        5        3        5        4;
4        1        3        2        5        4        4        3        3        4        4        4;
5        2        3        2        5        4        4        3        3        4        4        4;
4        1        3        2        5        4        2        3        3        3        3        3;
3        1        3        1        5        3        4        3        3        3        3        3;
5        2        5        3        5        5        1        3        4        4        4        3;
4        1        5        3        5        4        5        3        4        4        4        3;
5        2        3        1        3        5        2        3        4        4        4        3;
5        4        1        4        5        5        4        4        4        5        5        5;
5        1        5        4        5        5        2        4        4        5        5        5;
4        1        3        4        5        4        3        4        4        5        5        5;
4        1        3        3        5        4        4        2        2        4        3        3;
5        1        5        3        5        4        4        2        2        4        3        3;
5        2        1        5        5        5        4        2        3        4        3        4;
5        2        5        5        5        5        4        2        3        4        3        4;
4        1        1        3        5        4        1        4        4        5        3        4;
4        2        3        3        5        3        4        4        4        5        3        4;
5        1        5        3        5        5        2        4        4        5        3        4;
3        1        5        2        5        4        4        2        3        4        3        3;
5        2        5        3        5        5        4        4        3        4        5        4;
4        1        3        3        5        4        1        4        3        4        5        4;
5        2        3        3        5        5        3        5        4        4        5        4;
4        1        5        3        5        4        2        5        4        4        5        4;
5        2        3        3        5        5        1        5        4        4        5        4;
4        1        3        3        5        4        2        4        4        4        5        3;
5        2        5        2        5        5        1        3        5        3        3        3;
4        1        1        4        3        3        4        4        4        4        5        3;
4        2        3        2        5        4        3        4        4        4        5        3;
5        2        5        2        5        5        5        4        4        4        5        3;
2        1        3        3        3        2        2        4        3        4        4        5;
5        1        5        3        5        4        4        4        3        4        4        5;
3        1        3        2        3        2        4        4        5        3        4        2;
5        2        1        2        5        4        2        4        5        3        4        2;
3        1        1        3        3        3        2        5        4        4        3        4;
4        1        5        3        5        4        4        5        4        4        3        4;
5        1        1        2        5        4        2        4        4        3        5        3;
5        2        3        4        5        5        1        2        2        5        2        4;
5        1        5        2        5        4        2        5        5        4        4        3;
5        2        1        2        5        5        2        5        5        4        4        3;
2        1        1        2        4        2        3        5        5        4        4        3;

];
%定义训练样本输入向量
p=p'
t=[8903;8513;8333;11445;12486;
16920;7563;8000;11160;12829;
14674;9511;9346;8889;9715;
8788;10707;7888;12500;15910;
14734;6123;6635;8274;8647;9075;
10113;11172;7527;9455;9317;
14063;12228;12786;9301;7077;
9147;9694;10152;10364;11567
8182;8910;10931;10144;9314
6970;10680;9790;10715];       
%定义训练样本输出向量
t=t'
[pn,minp,maxp]=premnmx(p);%对进行训练的输入样本进行归一化处理
[tn,minP,maxP]=premnmx(t);%对进行训练的输出样本进行归一化处理
s1=25;%隐含层神经元的个数
net=newff(minmax(pn),[25,1],{'logsig','purelin'},'traingdm');
inputWeights=net.IW{1,1};
inputbias=net.b{1};
%当前网络层权值和阂值
layerWeights=net.LW{2,1};
layerbias=net.b{2};
pause
clc
%设置训练参数
net.trainParam.show=50;
net.trainParam.lr=0.05;
net.trainParam.mc=0.9;
net.trainParam.epochs=5000;
net.trainParam.goal=1e-10;
pause
clc
%调用TRA工NBFG算法训练BP网络
[net,tr]=train(net,pn,tn);
pause
clc
A=sim(net,pn)
B=postmnmx(A,minP,maxP);
%计算仿真误差
E=A-tn
%期望误差
MSE=mse(E)
pause
P2=[3        1        5        2        4        2        3        5        5        4        4        3;
4        1        3        3        5        4        2        4        4        4        4        4;

5        2        5        3        5        5        5        4        4        4        4        4;
5        2        5        5        5        5        4        3        2        4        3        4;
4        1        1        5        5        3        2        3        2        4        3        4;
5        2        3        5        5        5        3        2        3        3        3        3;
5        1        5        5        5        4        4        2        3        3        3        3;
4        1        5        2        5        4        2        4        4        5        4        4;
5        2        5        3        5        5        1        4        4        4        4        4;
];
p2=P2';
p2n=tramnmx(p2,minp,maxp);
a2n=sim(net,p2n);
a2=postmnmx(a2n,minP,maxP);
T2=[11195;9783;10385;8371;8064;7356;7806;10225;8911];
t2=T2';
E2=a2-t2;
%期望误差

figure(1)
plot(B,'g')
hold on
plot(t,'-*');
legend('预测输出','期望输出')
title('BP网络预测输出','fontsize',12)
ylabel('函数输出','fontsize',12)
xlabel('样本','fontsize',12)
%预测误差


error=A-tn;
figure(2)
plot(error,'-.*k');
title('BP网络预测误差','fontsize',12);
ylabel('误差','fontsize',12);
xlabel('样本','fontsize',12);

figure(3)
plot((A-tn)./tn,'-.*k');
title('神经网络预测误差百分比');

figure(4)
plot(a2,'-ok');
hold on
plot(t2,'-.*k');
legend('预测输出','实际输出');
title('BP网络预测输出','fontsize',12);
ylabel('函数输出','fontsize',12);
xlabel('样本','fontsize',12);

figure(5)
plot(E2,'-.*k');
title('BP网络预测误差','fontsize',12);
ylabel('误差','fontsize',12);
xlabel('样本','fontsize',12);

figure(6)
plot((a2-t2)./t2,'-.*k');
title('神经网络预测误差百分比')
;
clc
echo off

神经网络预测误差大
3.png


神经网络预测误差大-1
untitled.png
回复此楼

» 猜你喜欢
1楼 2016-03-12 09:48:19
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

你好炎仔
好

发自小木虫IOS客户端
2楼2017-07-05 16:37:38
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 z1991yan 的主题更新
21/1返回列表
普通表情 龙 兔 虎 猫
最具人气热帖推荐 [查看全部] 作者 回/看 最后发表
[考研] 283分材料与化工求调剂 +19 罗KAKA 2026-04-02 19/950 2026-04-02 23:01 by 马儿快快地跑
[考研] 302求调剂一志愿华中师范大学 +7 小江小江江江 2026-04-02 7/350 2026-04-02 21:48 by macy2011
[考研] 266求调剂 +12 阳阳哇塞 2026-03-27 13/650 2026-04-02 21:32 by zllcz
[考研] 324求调剂 +11 想上学求调 2026-04-02 11/550 2026-04-02 21:23 by 帕尔马拉特
[考研] 一志愿华南师范大学-22408计算机-292分-求华南师范大学调剂 +4 爱读书的小鳄鱼 2026-04-02 4/200 2026-04-02 18:35 by 求调剂zz
[考研] 一志愿085600中科院宁波所276分求调剂 +26 材料学257求调剂 2026-03-28 27/1350 2026-04-02 15:15 by chyhaha
[考研] 一志愿南昌大学324求调剂 +12 hanamiko 2026-04-01 12/600 2026-04-02 14:51 by 5896
[考研] 一志愿北京科技大学085601材料工程英一数二初试总分335求调剂 +8 双马尾痞老板2 2026-04-02 9/450 2026-04-02 14:45 by 5896
[考研] 283求调剂 +3 jiouuu 2026-04-02 4/200 2026-04-02 14:08 by 哒哒哒呱呱呱
[考研] 085600，320分求调剂 +5 大馋小子 2026-04-01 6/300 2026-04-01 19:40 by 唐沐儿
[考研] 085410人工智能 初试316分 求调剂 +3 残星拂曙 2026-03-31 3/150 2026-04-01 11:09 by 小熊raider
[考研] 322求调剂 +8 三水sss 2026-04-01 8/400 2026-04-01 10:19 by 唐沐儿
[考研] 一志愿华南师范361分，化学求调剂 +4 Nicole88888 2026-04-01 4/200 2026-04-01 10:08 by 唐沐儿
[考研] 299求调剂 +8 嗯嗯嗯嗯2 2026-03-27 8/400 2026-03-31 18:23 by lizhi8172
[考研] 282求调剂 +3 呼吸都是减肥 2026-03-31 3/150 2026-03-31 10:00 by wangjy2002
[考研] 福建理工大学材料学院先进合金团队招收考研调剂学生 +3 大华金商都 2026-03-30 4/200 2026-03-31 01:04 by 方英俊602
[考研] 11408总分309，一志愿东南大学求调剂，不挑专业 +5 天赋带到THU 2026-03-29 6/300 2026-03-30 20:49 by dick_runner
[考研] 303求调剂 +7 DLkz1314. 2026-03-30 7/350 2026-03-30 16:05 by shuang5186
[考研] 298求调剂 +4 种圣赐 2026-03-28 4/200 2026-03-29 08:42 by q1092522407
[考研] 285求调剂 +4 AZMK 2026-03-27 7/350 2026-03-27 20:59 by AZMK
信息提示
关闭
请填处理意见
关闭