24小时热门版块排行榜

返回列表

fanfanjia

新虫 (初入文坛)

应助: 0 (幼儿园)
金币: 16.5
红花: 1
帖子: 5
在线: 3.1小时
虫号: 795456
注册: 2009-06-16
专业: 信息处理方法与技术

[求助] 请高手指教如何提高这个BP神经网络的预测精度

请高人指点，以下为我为毕业论文设计用MATLAB做的BP神经网络，目前存在两个问题：
1.模型预测精度特别低。
我已经尝试改变隐含层节点数（从20到100都一一试过了），并将传递函数和训练函数都做了替换，但均无明显效果。不知该从何处着手提高模型的预测和训练精度。
2.每次程序运行完，都要提示错误，貌似是运算符合不对，但是改过之后依然有误。不知该怎么改？

clc;
clear;
close all;
warning off;
tic;
%用2012年数据创建模型，2011年数据验证模型精确度。自动读取文本文档，第一行为农学参数，第二行至最后一行都为光谱值。
data1=importdata('E:\2012SR.txt');
data2=importdata('E:\2011SR.txt');

M1 = size(data1,2);%行
Y1 = data1(1,1:M1);%第一行所有列,农学参数，2012

M2 = size(data2,2);
Y2 = data2(1,1:M2);%第一行所有列，农学参数,2011

P =data1(2:size(data1,1),: );    %2012年光谱数据，文本里第二行开始，所有列
T = Y1 ; %2012年农学参数，第一行所有列
N2011_validation=data2(2:size(data2,1),: ) ;  %2011年光谱数据，文本里第二行开始，所有列
N2012_data=P;    %2012年光谱数据

net=newff(P,T,[61 1],{'tansig' 'purelin'},'traingd')
t1                   = clock;                            %计时开始
net                   = fitnet(70);
net.trainParam.epochs = 5000;                            %设置训练次数
net.trainParam.goal    = 0.01;                         %设置性能函数（训练要求精度）
net.trainParam.show    = 1;                               %每10显示
net.trainParam.Ir    = 0.005;                            %设置学习速率
net                   = train(net,P,T);                %训练BP网络（P为输入，T为输出）
datat                = etime(clock,t1);
Nets                   = net;
view(Nets);

%2011年数据进行验证
y = sim(net,N2011_validation);
figure;
plot(y,'k-x');hold on
plot(N2011_validation(1:126),'.k');hold on
ymin=-1;
ymax=4;
axis([0 length(N2011_validation) floor(ymin) ceil(ymax)]);
legend('Pridicted values','Measured values');
title('模型预测结果，烟叶N含量');
%2012年数据进行测试
y1=sim(net,N2012_data);
figure;
plot(y1,'k-x');
hold on;
plot(N2012_data(1:102),'.k');
ymin=0;
ymax=4;
axis([0 length(N2012_data) floor(ymin) ceil(ymax)]);
legend('Pridicted values','Measured values');
title('模型训练结果，烟叶N含量');
%导入到文本文件
fid=fopen('E:\2012SR1.txt','wt');
if fid == -1
error('文件打开失败');
end
fprintf(fid,'实际值预测值\n');
A=[N2012_data;y1];
fprintf(fid,'%f %f\n',A);
fclose(fid);
fid=fopen('E:\2011SR1.txt','wt');
if fid == -1
error('文件打开失败');
end
fprintf(fid,'实际值预测值\n');
A=[N2011_validation;y];
fprintf(fid,'%f %f\n',A);
fclose(fid);
%预测效果分析
for i = 1:length(N2011_validation);
K(i)  = abs(y(i) - N2011_validation(i))/(N2011_validation(i));
end
RMSE = sqrt(sum((y-N2011_validation)*(y-N2011_validation)')/length(N2011_validation))
E= 1-sum((y-N2011_validation)*(y-N2011_validation)')/sum((N2011_validation-mean(N2011_validation))*(N2011_validation-mean(N2011_validation))')
k= average(sum(abs((y-N2011_validation)/(N2011_validation))))
%训练效果分析
for i = 1:length(N2012_data);
K_1(i)  = average(sum(abs((y1(i)-N2012_data(i))/(N2012_data(i)))));
end
RMSE_1=sqrt(sum((y1-N2012_data)*(y1-N2012_data)')/length(N2012_data))
E_1= 1-sum((y1-N2012_data)*(y1-N2012_data)')/sum((N2012_data-mean(N2012_data))*(N2012_data-mean(N2012_data))')
k_1 = average(sum(abs((y1-N2012_data)/(N2012_data))))

预测出来的结果总是整体偏高，不知道跟我没有进行数据归一化有没有关系？如果进行数据归一化和反归一化，该在哪个地方怎么添加程序呢？请高手指教[ Last edited by jjdg on 2013-1-23 at 13:03 ]

回复此楼