| 查看: 526 | 回复: 2 | ||
鲁鲁修木虫 (小有名气)
|
[求助]
用BP神经网络预测，求大虫帮助
|
|
做一个浓度测试，共有21组数据 1.0000 0.9836 0.9643 0.9509 0.9345 0.9211 0.9048 0.8652 0.8214 0.7792 0.7321 0.6607 0.5595 0.4991 0.4226 0.3571 为输入数据 0.2857 0.2122 0.1369 0.0637 0.0000 后5组为检验数据 小弟刚学MATLAb 做毕业设计，改了多次还是不知道哪里错了 求大侠指导 谢谢了 P=[1.0000 0.9836 0.9643 0.9509 0.9345 0.9211 0.9048 0.8652 0.8214 0.7792 0.7321 0.6607 0.5595 0.4991 0.4226 0.3571]; T=[0.2857 0.2122 0.1369 0.0637 0.0000]; net_1=newff(minmax(P),[5,1],{'tansig','purelin'},'traingdm') % 当前输入层权值和阈值 inputWeights=net_1.IW{1,1} inputbias=net_1.b{1} % 当前网络层权值和阈值 layerWeights=net_1.LW{2,1} layerbias=net_1.b{2} % 设置训练参数 net_1.trainParam.show = 50; net_1.trainParam.lr = 0.05; net_1.trainParam.mc = 0.9; net_1.trainParam.epochs = 10000; net_1.trainParam.goal = 1e-3; % 调用 TRAINGDM 算法训练 BP 网络 [net_1,tr]=train(net_1,P,T); test=[1.0000 0.9836 0.9643 0.9509 0.9345 0.9211 0.9048 0.8652 0.8214 0.7792 0.7321 0.6607 0.5595 0.4991 0.4226 0.3571]; y=sim(net,test); plot(P,y); title('浓度的预测'); legend('浓度实际值','浓度预测值'); |
回复此楼» 猜你喜欢
求助
已经有4人回复
-
0805材料320求调剂
已经有3人回复
-
297求调剂
已经有11人回复
-
268求调剂
已经有9人回复
-
一志愿西安交通大学材料工程专业 282分求调剂
已经有10人回复
-
278求调剂
已经有7人回复
-
26考研一志愿中国石油大学(华东)305分求调剂
已经有5人回复
-
280求调剂
已经有9人回复
-
279求调剂
已经有5人回复
-
286求调剂
已经有5人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- 利用matlab 编写BP神经网络的代码
已经有9人回复
- 遗传算法优化BP神经网络权值阈值
已经有6人回复
- 求高手帮我修改BP神经网络的代码
已经有8人回复
- c语言高手请进
已经有35人回复
- bp 网络预测 求助人工神经网络
已经有6人回复
- matlab 的 bp神经网络 预测 问题..小作业..
已经有9人回复
- 我研究BP神经网络，想问下插做数据如何用，起到什么作用，求详解
已经有6人回复
- 可以用GA或者PSO优化算法把RBF神经网络的中心值,宽度和权值一起训练吗??
已经有8人回复
- 基于L-M算法的BP神经网络
已经有3人回复
- 如何用MATLAB实现 BP神经网络
已经有11人回复
- 【求助】BP神经网络怎么画出关系图？
已经有5人回复
- 【求助】运用BP神经网络训练材料本构模型的一个问题
已经有12人回复
- 【求助】MATLAB中BP神经网络的训练算法具体是怎么样的？
已经有5人回复
★
xiegangmai: 金币-1, 专业版块，请勿灌水 2013-01-24 20:25:11
xiegangmai: 金币-1, 专业版块，请勿灌水 2013-01-24 20:25:11
| M |
2楼2013-01-21 16:16:19
【答案】应助回帖
★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
xiegangmai: 金币+2, 谢谢参与！ 2013-01-29 21:18:41
鲁鲁修: 金币+10, ★★★很有帮助, 不好意思，问题本身的提法有问题，但还是谢谢了 2013-02-15 12:05:15
xiegangmai: 金币+2, 谢谢参与！ 2013-01-29 21:18:41
鲁鲁修: 金币+10, ★★★很有帮助, 不好意思，问题本身的提法有问题，但还是谢谢了 2013-02-15 12:05:15
|
你对神经网络还是理解的不太好，你需要输入的训练样本是 P T， 经过训练后，只需要给出P，就能预测出y(也就是真实值T)。 你看一下例子~ %一个简单的BP网络拟合问题 %训练样本的生成 P=-1:0.1:1; T = [-.9602 -.5770 -.0729 .3771 .6405 .6600 .4609 ... .1336 -.2013 -.4344 -.5000 -.3930 -.1647 .0988 ... .3072 .3960 .3449 .1816 -.0312 -.2189 -.3201]; chois=rand(size(T)); T=T+chois; PR=minmax(P); %创建网络 net=newff(PR,[10 1],{'tansig','purelin'},'traingd'); %设置训练参数 net.trainParam.epochs=3000; net.trainParam.goal=0.001; %训练网络 net=train(net,P,T); %仿真 y=sim(net,P); %作出拟合图形 figure plot(P,T,'o', P, y,'r*:');  |
3楼2013-01-27 21:58:06
