bp神经网络预测simulink
网友评论：
裘饼13423532946：
matlab怎么利用神经网络做预测 -
16165岑章
： 利用matlab做神经网络预测,可按下列步骤进行:1、提供原始数据2、训练数据预测数据提取及归一化3、BP网络训练4、BP网络预测5、结果分析
裘饼13423532946：
求BP神经网络的MATLAB算法 -
16165岑章
： 以常用的三层BP为例:net=newff(P,T,{m},{'tansig'},'trainlm');//用newff建立新的网络net,P为样本输入,T为目标输出,m为隐层的神经元数目,tansig为隐层到输出层的传输函数,如果是多隐层则要给出每层的输出函数,trainlm为训练函数net....
裘饼13423532946：
用matlab中bp神经网络实现由输入值预测输出值的程序 -
16165岑章
： 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]...
裘饼13423532946：
编写matlab的bp神经网络用于预测 -
16165岑章
： 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 ...
裘饼13423532946：
用Matlab编程BP神经网络进行预测 -
16165岑章
： 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).
裘饼13423532946：
bp神经网络股票价格预测的MATLAB编程 -
16165岑章
： 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....
裘饼13423532946：
matlab程序 BP神经网络预测 程序如下: -
16165岑章
： 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.
裘饼13423532946：
神经网络 预测问题 matlab工具箱 -
16165岑章
： 1 ,BP算法可以做预测,但是BP算法较老,现在应用很少了2 建议用matlab的工具箱 因为你也不想深入的了解BP网络3 可能是数据归一问题,也可能是BP网路偶的参数设置问题,BP网络的参数设置对使用人的个人经验要求很高,不懂可以留下联系方式 进一步交流
裘饼13423532946：
用MATLAB的BP神经网络时间序列预测编程 -
16165岑章
： 示例程序见附件,其为一个简单的时间序列预测算例.其实所有的预测问题,本质都是一样的,通过对样本的学习,将网络训练成一个能反映时间序列内部非线性规律的系统,最终应用于预测.BP(Back Propagation)神经网络是86年由...
裘饼13423532946：
bp神经网络预测matlab源代码 -
16165岑章
： 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]
