对于一个时间序列怎么编写bp神经网络matlab程序实现预测~
BP网络训练图：
P = [1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009];%输入向量
T = [115.4 212.1 259.7 251.8 352 463.4 509 558 614 700 696 712];%期望输出
Z=[2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020]
%创建两层的BP网络：
net = newff([1998 2009],[100 1],{'tansig' 'purelin'});
net.trainparam.show=50;
%每次循环50次
net.trainParam.epochs = 500;
%最大循环500次
net = train(net,P,T);
%对网络进行反复训练
只给出了一部分程序，其余的QQ传给你，留你的QQ。
结果：
Y =
Columns 1 through 7
115.4067 212.0911 259.7029 251.7979 352.0027 463.4023 508.9910
Columns 8 through 12
558.0155 613.9892 699.9980 696.0063 711.9970
预测值a =
Columns 1 through 7
711.9970 711.7126 749.4216 749.2672 746.7096 746.7096 751.0786
Columns 8 through 11
760.2729 757.3316 696.5151 696.5151
分别是2010-2020年的预测数据。
将时间序列拆开，组织训练样本。参考附件的例子，用的是BP神经网络。
BP（Back Propagation）神经网络是86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)。
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)。
用MATLAB的BP神经网络时间序列预测编程答：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...
对于一个时间序列怎么编写bp神经网络matlab程序实现预测答：T = [115.4 212.1 259.7 251.8 352 463.4 509 558 614 700 696 712];%期望输出 Z=[2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020]创建两层的BP网络：net = newff([1998 2009],[100 1],{'tansig' 'purelin'});net.trainparam.show=50;每次循环50次 net.trainParam.epo...
matlab bp神经网络答：fn=length(t);[f_out,iinput]=BP(x,lag,fn); %BP（）自定义神经网络函数 [x' iinput'];预测年份或某一时间段 delta_t=66-45;t1=fn:fn+delta_t;n=length(t1)+5;t1=5+length(x)+1:length(x)+n;预测步数为fn fn=length(t1);[f_out,iinput,errors]=BP(x,lag,fn);P_out...
matlab BP神经网络 sim函数怎么解释呢?答：sim是仿真。net是前面已经训练好的网络，相当于把r'作为自变量代入net中。刚琢磨神经网络，有不对的地方还请指出 时间序列应当是一排数据对应另一排数据。相当于x对应y。但是题主一开始的输入P=[a' ; b' ; c' ; d' ; e']，这是一个5行的矩阵，不是向量，也就不是时间序列了。大约这就...
如何用神经网络进行时间序列预测答：[f_out,iinput]=BP(x,lag,fn); %BP（）神经网络预测函数 [x' iinput']R2=corrcoef(x,iinput)预测年份或某一时间段 t1=2015:2016;t1=length(x)+1:length(x)+7;预测步数为fn fn=length(t1);[f_out,iinput]=BP(x,lag,fn);P=vpa(f_out,5);预测数据 t1=2010:2016;[t1' P'...
MATLAB时间序列神经网络训练好以后怎么预测 ?答：训练好网络就有结构了，阈值和权值，输入进去不就可以预测了。想要代码的话，网上搜下，不难。
关于matlab的BP神经网络:答：也可以用error=sum(asb(output-t))当然也可以作图，比如说：plot(p,t,'-o')hold on plot(p, output,'-*')看预测值和真实值能否吻合 还可以在神经网络训练完成后的对话框中看MSE和R方 还有很多方法提高神经网络的精度，以上程序没有经过MATLAB调试，但大致过程如上 纯手打，希望采纳！
关于matlab BP神经网络,为什么预测出来的数据数值不变化?变化曲线就是...答：然后训练数据要包括大范围的情况，这样可以保证预测其他年份的运量的时候，输入变量不超出范围，最后预测的时候给出这几个影响因素的值，效果会好一点。预测的话，规律应该包含在训练数据里面，让神经网络去学习，如果你都不知道变化规律，怎么能指望神经网络预测未来？有关时间序列的问题也有其他的方法 ...
MATLAB神经网络的目录答：第23章 小波神经网络的时间序列预测——短时交通流量预测208根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。第24章 模糊神经网络的预测算法——嘉陵江水质评价218根据模糊神经网络原理,在MATLAB中编程实现基于模糊神经网络的水质评价算法。第25章 广义神经网络的聚类算法——网络入侵聚类...
MATLAB基于BP神经网络双色球的预测程序如何实现,程序在下面,怎么运行...答：MATLAB基于BP神经网络双色球的预测程序如何实现,程序在下面,怎么运行。。 functiony=shen(Z)m1=3;m2=23;w1=18;w2=18;k1=15;k2=15;aa=6;fori=1:640forj=1:24H(j,i)=Z(i+j-1);endendsaveHHZ=H;n=length(Z);forkk=k1:k2forw=w1:w2;form=m1:m2fori=1:nforj=1:24X... function y=...
