温度预测基于matlab BP神经网络温度预测【含Matlab源码 2875期】.zip

本次仿真，预测模型为8*8*8*1，输入数据为359天数据（一个小时测一个数据，一天数据为24）。其中350天数据做训练样本，用来训练BP网络模型的权值和阈值，4天用来做测试样本，用来测试3天左右的温湿度预测值。 本次训练效果比较上次仿真较为准确，判定系数可以达到0.8左右（越靠近1表明仿真效果越好），预测值与实际值点状图基本围绕在主对角线左右，MSE平方误差可以达到0.01，BP网络预测输出图也可以看出预测值的变化趋势基本与期望值一致。 本次仿真存在不足： 1.未修改学习率、附加动量等参量没有解决BP网络收敛慢的问题。 2.没有使用全局优化的算法，没有解决BP容易陷入极值点的问题。