bp神经网络预测模型代码
@昌群5343：bp神经网络预测matlab源代码 -
端婷19661863994…… 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]
@昌群5343：急!求助bp神经网络电力负荷预测代码 -
端婷19661863994…… P=[a1 a2;a2 a3]; T=[a3;a4]; C=[a4]; net=newff(minmax(P),[2,1],{'tansig','logsig'},'traingd');%%建网络 net.trainParam.epochs=5000;%%学习次数 net.trainParam.goal=0.0001;%%精度 net=train(net,P,T);%%训练 y=sim(net,C);%%仿真 根据你的描述,关键的代码就上面的这些.建议把BP网的算法原理手动计算熟悉一下.这里面隐含层神经元的个数(代码里的2)可以改.另外就是数据输入组织这块你需要注意一下,还有就是你的样本量这块也需要考虑一下
@昌群5343：求一个4,8,1的bp神经网络模型的matlab代码? -
端婷19661863994…… 代码如下:直接运行就是了.P=P=[-1, -2, 3, 1; -1, 1, 5, -3; -2, 3, 4, 6; 1, 2, 3, 4 ];%初始训练值% 创建一个新的前向神经网络 net=newff(...
@昌群5343：编写matlab的bp神经网络用于预测 -
端婷19661863994…… 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 ...
@昌群5343：bp神经网络股票价格预测的MATLAB编程 -
端婷19661863994…… P=[];'输入,开盘价,最高价,最低价,收盘价成交量依次5天的数据' T=[];'输出,即第二日的收盘' net=newff(minmax(P),[7,1],{'tansig','logsig'},'traingdx'); net.trainParam.epochs=1000; '最大训练次数,根据需要可自行调节' net....
@昌群5343：谁有最简单的BP神经网络的可以的代码啊? -
端婷19661863994…… 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.
@昌群5343：matlab程序 BP神经网络预测 程序如下: -
端婷19661863994…… P=[...];输入T=[...];输出% 创建一个新的前向神经网络 net_1=newff(minmax(P),[10,1],,'traingdm')% 当前输入层权值和阈值 inputWeights=net_1.IW inputbias=net_1.b% 当前网络层权值和阈值 layerWeights=net_1.LW layerbias=net_1.b 应该没问题吧.
@昌群5343：BP神经网络预测代码 -
端婷19661863994…… 你这是在做时间序列呢.你可以去《神经网络之家》nnetinfo----》学习教程二--->神经网络在时间序列上的应用 上面有讲解.我把代码摘抄给你% time series:神经网络在时间序列上的应用 % 本代码出自《神经网络之家》 timeList = 0 :0.01 : 2*pi...
@昌群5343：用Matlab编程BP神经网络进行预测 -
端婷19661863994…… 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).
@昌群5343：用matlab中bp神经网络实现由输入值预测输出值的程序 -
端婷19661863994…… 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]...
端婷19661863994…… 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]
@昌群5343：急!求助bp神经网络电力负荷预测代码 -
端婷19661863994…… P=[a1 a2;a2 a3]; T=[a3;a4]; C=[a4]; net=newff(minmax(P),[2,1],{'tansig','logsig'},'traingd');%%建网络 net.trainParam.epochs=5000;%%学习次数 net.trainParam.goal=0.0001;%%精度 net=train(net,P,T);%%训练 y=sim(net,C);%%仿真 根据你的描述,关键的代码就上面的这些.建议把BP网的算法原理手动计算熟悉一下.这里面隐含层神经元的个数(代码里的2)可以改.另外就是数据输入组织这块你需要注意一下,还有就是你的样本量这块也需要考虑一下
@昌群5343：求一个4,8,1的bp神经网络模型的matlab代码? -
端婷19661863994…… 代码如下:直接运行就是了.P=P=[-1, -2, 3, 1; -1, 1, 5, -3; -2, 3, 4, 6; 1, 2, 3, 4 ];%初始训练值% 创建一个新的前向神经网络 net=newff(...
@昌群5343：编写matlab的bp神经网络用于预测 -
端婷19661863994…… 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 ...
@昌群5343：bp神经网络股票价格预测的MATLAB编程 -
端婷19661863994…… P=[];'输入,开盘价,最高价,最低价,收盘价成交量依次5天的数据' T=[];'输出,即第二日的收盘' net=newff(minmax(P),[7,1],{'tansig','logsig'},'traingdx'); net.trainParam.epochs=1000; '最大训练次数,根据需要可自行调节' net....
@昌群5343：谁有最简单的BP神经网络的可以的代码啊? -
端婷19661863994…… 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.
@昌群5343：matlab程序 BP神经网络预测 程序如下: -
端婷19661863994…… P=[...];输入T=[...];输出% 创建一个新的前向神经网络 net_1=newff(minmax(P),[10,1],,'traingdm')% 当前输入层权值和阈值 inputWeights=net_1.IW inputbias=net_1.b% 当前网络层权值和阈值 layerWeights=net_1.LW layerbias=net_1.b 应该没问题吧.
@昌群5343：BP神经网络预测代码 -
端婷19661863994…… 你这是在做时间序列呢.你可以去《神经网络之家》nnetinfo----》学习教程二--->神经网络在时间序列上的应用 上面有讲解.我把代码摘抄给你% time series:神经网络在时间序列上的应用 % 本代码出自《神经网络之家》 timeList = 0 :0.01 : 2*pi...
@昌群5343：用Matlab编程BP神经网络进行预测 -
端婷19661863994…… 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).
@昌群5343：用matlab中bp神经网络实现由输入值预测输出值的程序 -
端婷19661863994…… 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]...
