Predicción de la red neuronal BP basada en series temporales matlab
p =[1998 1999 2000 2006 5438 0 2002 2003 2004 2005 2006 2007 2008 2009] vector de entrada
t =[115.4 212.1.259.7 251.8 352 4 63,4 509 558 614 700 696 712]; Porcentaje de producción esperado
z =[2010 20112 2013 2014 2015 2016 2017 2018 2019 2020]
Crear una red BP de dos capas:
net = newff([1998 2009], [100 1], { 'tansig' 'purelin' });
net train param show = 50 veces por ciclo
p>net .param del tren . 500 ciclos
net = train(net, P, T); entrena repetidamente la red.
Solo se entregará una parte del programa, el QQ restante se le pasará a usted y se conservará su QQ.
Resultado:
Y =
Columnas 1 a 7
115.4067 212.0911 259.7029 251.7979 352.0027 463.4023 508.9910
Columnas 8 a 12
558.0155 613.9892 699.9980 696.0063 711.9970
Valor previsto a =
Columnas 1 a 7
711.9970 711.7126 749.4216 749.2672 746,7 096 746.7096 751.0786
Columnas 8 a 11
760.2729 757.3316 696.5151 696.5151
Los datos previstos para 2010-2020 respectivamente.