《(完整版)BP神经网络预测实例.pdf》由会员分享，可在线阅读，更多相关《(完整版)BP神经网络预测实例.pdf（3页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、% 清空环境变量clcclear% 训练数据预测数据data=importdata(test.txt);%从 1 到 768 间随机排序k=rand(1,768);m,n=sort(k);%输入输出数据input=data(:,1:8);output =data(:,9);%随机提取 500 个样本为训练样本，268 个样本为预测样本input_train=input(n(1:500),:);output_train=output(n(1:500),:);input_test=input(n(501:768),:);output_test=output(n(501:768),:);%输入数据归
2、一化inputn,inputps=mapminmax(input_train);% BP 网络训练% %初始化网络结构net=newff(inputn,output_train,10);net.trainParam.epochs=1000;net.trainParam.lr=0.1;net.trainParam.goal=0.0000004;% 网络训练net=train(net,inputn,output_train);% BP 网络预测%预测数据归一化inputn_test=mapminmax(apply,input_test,inputps);%网络预测输出BPoutput=sim(ne
3、t,inputn_test);% 结果分析%根据网络输出找出数据属于哪类BPoutput(find(BPoutput=0.5)=1;% 结果分析%画出预测种类和实际种类的分类图figure(1)plot(BPoutput,og)hold onplot(output_test,r*);legend(预测类别,输出类别)title(BP 网络预测分类与实际类别比对,fontsize,12)ylabel(类别标签,fontsize,12)xlabel(样本数目,fontsize,12)ylim(-0.5 1.5)%预测正确率rightnumber=0;for i=1:size(output_test,2)if BPoutput(i)=output_test(i)rightnumber=rightnumber+1;endendrightratio=rightnumber/size(output_test,2)*100;sprintf(测试准确率=%0.2f,rightratio)