BP神经网络数据预测

BP神经网络是一种多层前馈网络，可以进行学习和存储输入输出映射关系，不需要建立数学方程式。能通过对输入的样本数据的学习训练,获得隐藏在数据内部的规律，并利用学习到的规律来预测未来的数据。


p=[20.55 22.44 25.37 27.13 29.45 30.1 30.96 34.06 36.42 38.09 39.13 39.99 41.93 44.59 47.30 52.89 55.73 56.76 59.17 60.63
0.6 0.75 0.85 0.90 1.05 1.35 1.45 1.60 1.70 1.85 2.15 2.20 2.25 2.35 2.50 2.60 2.70 2.85 2.95 3.10
0.09 0.11 0.11 0.14 0.20 0.23 0.23 0.32 0.32 0.34 0.36 0.36 0.38 0.49 0.56 0.59 0.59 0.67 0.69 0.79];   %输入数据  人数 车辆数 公路面积
t=[5126 6217 7730 9145 10460 11387 12353 15750 18304 19836 21024 19490 20433 22598 25107 33442 36836 40548 42927 43462
1237 1379 1385 1399 1663 1714 1834 4322 8132 8936 11099 11203 10524 11115 13320 16762 18673 20724 20803 21804];          %输入数据  公路客运量 公路货运量%归一化处理
[pn,minp,maxp,tn,mint,maxt] = premnmx(p,t); %归一化处理
dx = [-1,1;-1 1;-1,1];%BP网络训练·
net = newff(dx,[3,7,2],{'tansig','tansig','purelin'},'traingdx');%建立模型，开始训练
net.trainParam.show = 1000;                %次数显示
net.trainParam.Lr = 0.05;                   %学习速率
net.trainParam.epochs = 50000;              %最大训练次数
net.trainParam.goal = 0.65*10^(-3);          %均方误差
net = train(net,pn,tn);                      %开始训练%利用原始数据对bp网络仿真
an = sim(net,pn);                          %用训练好的模型进行仿真
a = postmnmx(an,mint,maxt);                %把仿真后的数据还原成原始数量级%对比测试
x = 1990:2009;                            %时间轴刻度
newk = a(1,:);                             %输出客运量
newh = a(2,:);                             %输出客运量
figure(2);
subplot(2,1,1);
plot(x,newk,'r-o',x,glkyl,'b--+');
legend('输出客运量','实际客运量');
xlabel('年份');
ylabel('客运量');
subplot(2,1,2);
plot(x,newh,'r-o',x,glhyl,'b--+');
legend('输出客运量','实际客运量');
xlabel('年份');
ylabel('客运量');
%用训练好的网络进行预测
pnew = [73.39 75.55
3.9635 4.0975
0.9880 1.0268];
pnewn = tramnmx(pnew,minp,maxp);
anewn = sim(net,pnewn);
%用归一化后的数据进行预测
anew = postmnmx(anewn,mint,maxt)

作者：QinL

BP神经网络数据预测相关推荐

bp神经网络数据预测实例,bp神经网络实例分析
BP人工神经网络方法 (一)方法原理人工神经网络是由大量的类似人脑神经元的简单处理单元广泛地相互连接而成的复杂的网络系统.理论和实践表明,在信息处理方面,神经网络方法比传统模式识别方法更具有优势. 人 ...
【BP数据预测】基于matlab人工鱼群算法优化BP神经网络数据预测【含Matlab源码 523期】
一.人工鱼群算法简介 1 觅食行为指鱼循着食物多的方向游动的一种行为,人工鱼X i X_iXi在其视野内随机选择一个状态X j X_jXj,分别计算它们的目标函数值进行比较,如果发现Y j ...
【Matlab学习手记】BP神经网络数据预测
2021-6-25 新增 github 源码链接 https://github.com/AFei19911012/MatlabSamples/tree/master/MachineLearning/B ...
【BP数据预测】基于matlab鸟群算法优化BP神经网络数据预测【含Matlab源码 1772期】
一.鸟群算法优化BP神经网络简介 1 BP 神经网络 BP神经网络是一种按误差逆向传播算法训练的多层前馈网络, 主要由输入层.中间层和输出层组成, 拓扑结构如图1所示. BP 神经网络是通过不断对样本 ...
【BP数据预测】基于matlab斑点鬣狗算法优化BP神经网络数据预测【含Matlab 219期】
⛄一.斑点鬣狗算法简介斑点鬣狗的行为可以简化为搜索.包围.狩猎和攻击猎物.建立粘性集群有助于斑点鬣狗之间的有效合作,也最大限度地提高适应性.本节对斑点鬣狗的狩猎技术和社会关系进行数学建模.这种行为的 ...
【BP数据预测】斑点鬣狗算法优化BP神经网络数据预测【含Matlab 219期】
⛄一.斑点鬣狗算法简介斑点鬣狗的行为可以简化为搜索.包围.狩猎和攻击猎物.建立粘性集群有助于斑点鬣狗之间的有效合作,也最大限度地提高适应性.本节对斑点鬣狗的狩猎技术和社会关系进行数学建模.这种行为的 ...
【BP数据预测】差分进化算法优化BP神经网络数据预测【含Matlab源码 1315期】
⛄一.差分进化算法简介 1 前言在遗传.选择和变异的作用下,自然界生物体优胜劣汰,不断由低级向高级进化和发展.人们注意到,适者生存的进化规律可以模式化,从而构成一些优化算法:近年来发展的进化计算类算 ...
【BP数据预测】布谷鸟算法优化BP神经网络数据预测【含Matlab源码 1121期】
⛄一.布谷鸟算法简介布谷鸟算法,英文叫做Cuckoo search (CS algorithm).首先还是同样,介绍一下这个算法的英文含义, Cuckoo是布谷鸟的意思,啥是布谷鸟呢,是一种叫做布谷 ...
基于双隐含层的BP神经网络数据预测matlab仿真
目录 1.算法仿真效果 2.MATLAB源码 3.算法概述 4.部分参考文献 1.算法仿真效果 matlab2022a仿真结果如下:

BP神经网络数据预测

BP神经网络数据预测相关推荐

最新文章

热门文章