基于matlab的神经网络程序-公路问题

%人数（单位：万人）

sqrs=[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];

%机动车数

sqjdcs=[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];

%公路面积

sqglmj=[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

16762 18673 20724 20803 21804];

p=[sqrs;sqjdcs;sqglmj];%输入数据库

t=[glkyl;glhyl];%目标数据库

%利用函数 premnmx 对数据归一化

[pn,minp,maxp,tn,mint,maxt]=premnmx(p,t);%对输入矩阵 p 和输出矩阵 t 进行归一化

dx=[-1,1;-1,1;-1,1];%归一化处理后最小值为-1，最大值为 1

%BP 网络训练

net=newff(dx,[3,7,2],{'tansig','tansig','purelin'});%建立模型，并用梯度下降法训练

%net=init(net);

%net.trainParam.show=100;%1000 轮回显示一次结果

mat3=cell2mat(net.LW(3,2))

%利用原始数据对 BP 网络进行仿真

an=sim(net,pn);%用训练好的模型进行仿真

a=postmnmx(an,mint,maxt);%把仿真好得到的数据还原为原始数量级

%本例因样本容量有限使用训练数据进行测试，通常必须用新鲜数据进行测试

x=1990:2009;

newk=a(1,:);

newh=a(2,:);