基于BP神经网络的地质沉降预测（代码完整，数据齐全）

clc clear close all %本程序可以预测地质沉降数据的多种数据，但是每次预测两种 a = input('请输入数据行数1： ');%需要预测第一种数据行数 b = input('请输入数据行数2： ');%需要预测第二种数据行数 num1 = xlsread('a.xlsx');%读取数据 num2 = num1(2:11,:);%提取有效数据 %建立时间序列数据模型 for ii = 1:10 num(ii,1:6)= num2(a,ii:ii+5); num(ii,13) = num2(a,ii+6); num(ii,7:12)= num2(b,ii:ii+5); num(ii,14) = num2(b,ii+6); end input_train=num(1:10,1:12)';%训练数据输入数据 output_train=num(1:10,13:14)';%训练数据输出数据 input_test=num((9:10),1:12)';%测试数据输入数据 output_test=num(9:10,13:14)'; %测试数据输出数据 %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 %10是中间层神经元个数，可以调整，2是输出层神经元个数，和输出数据的维数相对应，不可调整 %logsig输入层到中间层传递函数 %tansig输入层到中间层传递函数 %tansig自适应学习率动量因子梯度下降训练函数 net=newff(minmax(inputn),[10,2],{'logsig','tansig'},'traingdx'); net.trainParam.epochs=5000;%最大迭代次数 net.trainParam.lr=0.0001;%学习率 net.trainParam.goal=0.00004;%学习目标 %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)); jie = abs((output_test-BPoutput)./BPoutput); %% 结果分析 figure(1) plot(BPoutput(1,:)',':og')%预测输出1做图，绿色虚线，圆圈 hold on plot(BPoutput(2,:)',':dr')%预测输出2做图，红色虚线，菱形 hold on plot(output_test(1,:)','-b*');%实际数据做图，蓝色实线，*形 hold on plot(output_test(2,:)','--r<');%实际数据做图，红色虚线，三角形 legend('预测输出1','预测输出2','期望输出1','期望输出2')%标签 title('BP预测','fontsize',12)%标题 ylabel('函数输出','fontsize',12)%纵轴 xlabel('样本','fontsize',12)%X轴 %预测误差 error=BPoutput-output_test;