基于BP神经网络的回归分析，包含训练，测试和预测未来数据，（代码完整，数据齐全）

function [ BPoutput ] = bpfun(num,midd) n = randperm(size(num,1)); m = 60; input_train=num(n(1:m),1:120)'; output_train=num(n(1:m),121:127)'; input_test=num(m+1:end,1:120)'; output_test=num(m+1:end,121:127)'; %选连样本输入输出数据归一化 [inputn,inputps]=mapminmax(input_train); [outputn,outputps]=mapminmax(output_train); %% BP网络训练 % %初始化网络结构 net=newff(minmax(inputn),[midd,7],{'logsig','logsig','tansig'},'traingdx'); %net.trainParam.max_fail = 950; net.trainParam.epochs=5000; net.trainParam.lr=0.01; net.trainParam.goal=0.001; %网络训练 net=train(net,inputn,outputn); %% 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 an=sim(net,inputn_test); %网络输出反归一化 BPoutput=(mapminmax('reverse',an,outputps)); end