神经网络预测模型公式
@邓山2935：如何人工神经网络来预测下一个数值 -
言峡17857586924…… newff函数建立BP神经网络,历史数据作为样本,例如前n个数据作为输入,输入节点为n.当前数据作为p,输出节点为1.隐层节点根据试凑法得到.通过matlab的train函数,得到训练好的BP神经网络.再将当前预测点的前n个数据作为输入,输出即为当前的预测值.
@邓山2935：求做一个简单的BP神经网络的预测,感激不尽!!! -
言峡17857586924…… 真是因为外推能力有限,所以希望采用外推模型 即:P=(数据1~数据n) T=(数据n~数据n+m)的方式 使得数据输入/输出在范围内 比如P=[一月降水,二月降水````五月降水,二月降水,三月降水````六月降水……] T=[六月降水,七月降水……] 训练完毕后 由于降水情况在某个范围内,不具有一直延伸的特性 用[六月降水,七月降水````十一月降水]能推出[十二月降水] 故可以控制在样本范围附近 如果一直外延如P=[1,2,3,4,5],T=[一月降水,二月降水````五月降水]; 则6无法推得六月降水 不懂请继续追问
@邓山2935：BF神经网络预测模型的MATLAB程序 -
言峡17857586924…… 首先数据初始化[nb,minb,maxb,na,mina,maxa]=premnmx(traindata,trainlabels); [nc,minc,maxc]=premnmx(testdata); 用这个函数newff就可以得到BP神经网络模型 net=newff(minmax(traindata),[7,1],{'tansig','purelin'}); 参数可以用默认的,具体参数可以help一下看看如何设置 训练神经网络 net=train(net,nb,na); 测试输出 nd= sim(net,nc);
@邓山2935：编写matlab的bp神经网络用于预测 -
言峡17857586924…… 直接用神经网络工具箱里面的函数做: d = [ 1 0.31 0.27 0.41 0.2 0.6 0.21 2 0.31 0.27 0.41 0.2 0.7 0.19 3 0.31 0.27 0.41 0.2 0.8 0.17 4 0.31 0.39 0.63 0.5 0.6 0.62 5 0.31 0.39 0.63 0.5 0.7 0.63 6 0.31 0.39 0.63 0.5 0.8 0.65 7 0.31 0.51 0.85 0.8 0.6 ...
@邓山2935：bp神经网络预测matlab源代码 -
言峡17857586924…… P=[1;2;3;4;5];%月 P=[P/50];T=[2;3;4;5;6];%月训练样本 T=[T/50];threshold=[0 1;0 1;0 1;0 1;0 1;0 1;0 1]; net=newff(threshold,[15,7],{'tansig','logsig'},'trainlm'); net.trainParam.epochs=2000; net.trainParam.goal=0.001; LP.lr=0.1; net=train(net,P,T); P_test=[6月]';%6月数据预测7月 P_test=[P_test/50]; y=sim(net,P_test) y=[y*50]
@邓山2935：用matlab中bp神经网络实现由输入值预测输出值的程序 -
言峡17857586924…… 给你个例子如下,net=newff(inputn,outputn,[8,4],{'tansig','purelin'},'trainscg');%初始化网络结构%网络参数配置(迭代次数、学习率、目标) net.trainParam.epochs=3000; net.trainParam.lr=0.08; net.trainParam.goal=0.05; net.divideFcn = ''; [net,tr]...
@邓山2935：用BP神经网络建立数学模型,MATLAB实现,怎样得到输入到输出的计算公式 -
言峡17857586924…… clear;%输入数据矩阵 p1=zeros(1,1000); p2=zeros(1,1000); for i=1:1000 p1(i)=rand; p2(i)=rand; end p=[p1;p2];%目标(输出)数据矩阵 t = cos(pi*p1)+sin(pi*p2);%对训练集中的输入数据矩阵和目标数据矩阵进行归一化处理 [pn, inputStr] = ...
@邓山2935：神经网络bp算法可以对样本进行预测,具体是预测什么? -
言峡17857586924…… 他的预测是这样的一个意思:比如你知道x=1,2,3时y分别等于7,4,8,那么神经网络可以告诉你x=1.5或者x=1.254的时候,y等于多少.或者,你知道 x=1;y=1时z=2; x=5;y=3时z=4; x=3;y=2时z=9;...(任意几组,少至2组,多至几百组上千组都可以) 这个时候,利用神经网络,你可以知道x=1.354;y=4.654时z的值 如果只有两组,可想而知,这个网络的预测精度并不是很高,而且利用一般的数学方法就很容易完成预测;但是如果有上千组,那用一般的数学方法完成这样的预测基本上就是不可能的,而神经网络可以很容易的进行预测,建立一个能对这些样本很好拟合的网络,完成这样的预测.
@邓山2935：神经网络能对数据进行预测吗 数学建模 -
言峡17857586924…… 神经网络本身就是数学的逼近模型,网络最早是由数学中的函数逼近技术而来,按照统计学规律,组合成线性叠加网络,从中分析出一些现实中高度非线性的模型,神经网络本身就是个数学建模,只是经过整理后更容易进行工程实践了,至于预测那是当然可以的
@邓山2935：用Matlab编程BP神经网络进行预测 -
言峡17857586924…… 原理就是:建立网络-数据归一化-训练-预测-数据反归一化.附件是电力负荷预测的例子,可以参考.BP(Back Propagation)神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一.BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程.它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小.BP神经网络模型拓扑结构包括输入层(input)、隐层(hidden layer)和输出层(output layer).
言峡17857586924…… newff函数建立BP神经网络,历史数据作为样本,例如前n个数据作为输入,输入节点为n.当前数据作为p,输出节点为1.隐层节点根据试凑法得到.通过matlab的train函数,得到训练好的BP神经网络.再将当前预测点的前n个数据作为输入,输出即为当前的预测值.
@邓山2935：求做一个简单的BP神经网络的预测,感激不尽!!! -
言峡17857586924…… 真是因为外推能力有限,所以希望采用外推模型 即:P=(数据1~数据n) T=(数据n~数据n+m)的方式 使得数据输入/输出在范围内 比如P=[一月降水,二月降水````五月降水,二月降水,三月降水````六月降水……] T=[六月降水,七月降水……] 训练完毕后 由于降水情况在某个范围内,不具有一直延伸的特性 用[六月降水,七月降水````十一月降水]能推出[十二月降水] 故可以控制在样本范围附近 如果一直外延如P=[1,2,3,4,5],T=[一月降水,二月降水````五月降水]; 则6无法推得六月降水 不懂请继续追问
@邓山2935：BF神经网络预测模型的MATLAB程序 -
言峡17857586924…… 首先数据初始化[nb,minb,maxb,na,mina,maxa]=premnmx(traindata,trainlabels); [nc,minc,maxc]=premnmx(testdata); 用这个函数newff就可以得到BP神经网络模型 net=newff(minmax(traindata),[7,1],{'tansig','purelin'}); 参数可以用默认的,具体参数可以help一下看看如何设置 训练神经网络 net=train(net,nb,na); 测试输出 nd= sim(net,nc);
@邓山2935：编写matlab的bp神经网络用于预测 -
言峡17857586924…… 直接用神经网络工具箱里面的函数做: d = [ 1 0.31 0.27 0.41 0.2 0.6 0.21 2 0.31 0.27 0.41 0.2 0.7 0.19 3 0.31 0.27 0.41 0.2 0.8 0.17 4 0.31 0.39 0.63 0.5 0.6 0.62 5 0.31 0.39 0.63 0.5 0.7 0.63 6 0.31 0.39 0.63 0.5 0.8 0.65 7 0.31 0.51 0.85 0.8 0.6 ...
@邓山2935：bp神经网络预测matlab源代码 -
言峡17857586924…… P=[1;2;3;4;5];%月 P=[P/50];T=[2;3;4;5;6];%月训练样本 T=[T/50];threshold=[0 1;0 1;0 1;0 1;0 1;0 1;0 1]; net=newff(threshold,[15,7],{'tansig','logsig'},'trainlm'); net.trainParam.epochs=2000; net.trainParam.goal=0.001; LP.lr=0.1; net=train(net,P,T); P_test=[6月]';%6月数据预测7月 P_test=[P_test/50]; y=sim(net,P_test) y=[y*50]
@邓山2935：用matlab中bp神经网络实现由输入值预测输出值的程序 -
言峡17857586924…… 给你个例子如下,net=newff(inputn,outputn,[8,4],{'tansig','purelin'},'trainscg');%初始化网络结构%网络参数配置(迭代次数、学习率、目标) net.trainParam.epochs=3000; net.trainParam.lr=0.08; net.trainParam.goal=0.05; net.divideFcn = ''; [net,tr]...
@邓山2935：用BP神经网络建立数学模型,MATLAB实现,怎样得到输入到输出的计算公式 -
言峡17857586924…… clear;%输入数据矩阵 p1=zeros(1,1000); p2=zeros(1,1000); for i=1:1000 p1(i)=rand; p2(i)=rand; end p=[p1;p2];%目标(输出)数据矩阵 t = cos(pi*p1)+sin(pi*p2);%对训练集中的输入数据矩阵和目标数据矩阵进行归一化处理 [pn, inputStr] = ...
@邓山2935：神经网络bp算法可以对样本进行预测,具体是预测什么? -
言峡17857586924…… 他的预测是这样的一个意思:比如你知道x=1,2,3时y分别等于7,4,8,那么神经网络可以告诉你x=1.5或者x=1.254的时候,y等于多少.或者,你知道 x=1;y=1时z=2; x=5;y=3时z=4; x=3;y=2时z=9;...(任意几组,少至2组,多至几百组上千组都可以) 这个时候,利用神经网络,你可以知道x=1.354;y=4.654时z的值 如果只有两组,可想而知,这个网络的预测精度并不是很高,而且利用一般的数学方法就很容易完成预测;但是如果有上千组,那用一般的数学方法完成这样的预测基本上就是不可能的,而神经网络可以很容易的进行预测,建立一个能对这些样本很好拟合的网络,完成这样的预测.
@邓山2935：神经网络能对数据进行预测吗 数学建模 -
言峡17857586924…… 神经网络本身就是数学的逼近模型,网络最早是由数学中的函数逼近技术而来,按照统计学规律,组合成线性叠加网络,从中分析出一些现实中高度非线性的模型,神经网络本身就是个数学建模,只是经过整理后更容易进行工程实践了,至于预测那是当然可以的
@邓山2935：用Matlab编程BP神经网络进行预测 -
言峡17857586924…… 原理就是:建立网络-数据归一化-训练-预测-数据反归一化.附件是电力负荷预测的例子,可以参考.BP(Back Propagation)神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一.BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程.它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小.BP神经网络模型拓扑结构包括输入层(input)、隐层(hidden layer)和输出层(output layer).
