利用matlab做BP神经网络分析.doc

如何利用 matlab 做 BP 神经网络分析（包括利用 matlab 神经网络工具箱）

最近一段时间在研究如何利用预测其销量个数，在网上搜索了一下，发现了很多模型来预测，比如利用回归模型、时

间序列模型，（）模型，可是自己在结合实际的工作内容，发现这几种模型预测的精度不是很高，于是再在网

上进行搜索，发现神经网络模型可以来预测，并且有很多是结合时间序列或者 （支持向量机）等组合模型来进行

预测，本文结合实际数据，选取了常用的  神经网络算法，其算法原理，因网上一大堆，所以在此不必一一展示，并

参考了  



神经网络进行交通预测的 

 



源代码 这篇博文，运用 matlab 2016a,给出了下面的代码，并最终进行

神经网络的预测代码

载入输出和输入数据

 !"

 !"

保存数据到  的工作路径里面

# "

# "注意  必须为行向量

赋值给输出  和输入 

$"

$"

确定训练数据，测试数据一般是随机的从样本中选取 ,-的数据作为训练数据

.的数据作为测试数据，一般是使用函数 %#%，其一般的使用方法如下：

&%/#//($%#%*0%1%#1%1%+

&% #  ($%#%*- ,- .- .+"

&% #  ($%#%*- ,- .- .+"

建立反向传播算法的  神经网络，使用 23 函数，其一般的使用方法如下

$23*%!*+&隐层的神经元的个数，输出层的神经元的个数(4隐层神经元的传输函数，输出层的传输

函数｝5反向传播的训练函数5+其中  为输入数据， 为输出数据

6 为神经网络的传输函数，默认为5%75函数为隐层的传输函数，

8% 函数为输出层的传输函数

$23*%!*+&-(49:9:;<5%75+"网络创建

网络参数的设置

 % =$----"训练次数设置

 % 7$',"训练目标设置

 % $- -"学习率设置应设置为较少值，太大虽然会在开始加快收敛速度，但临近最佳点时，会产

生动荡，而致使无法收敛

 % $- >"动量因子的设置，默认为 - >

 % =2$;."显示的间隔次数

指定训练参数

 %:$5%75"梯度下降算法

 %:$5%765":='1# 修正算法

 %:$5%75"'1%% 修正算法内存需求比 :='1# 修正算法略大

 %:$5%75"2' 复位算法内存需求比 '1%% 修正算法略大

*大型网络的首选算法+

 %:$5%75"@87% 算法内存需求与 :='1# 修正算法相同计

算量比上面三种算法都小很多

 %:$5%675"08%'A2B7%=':B7%=计算量和内存需求均比共轭梯度算

法大但收敛比较快

法略大

*中型网络的首选算法+

 %:$5%5"C#7'D8 算法内存需求最大收敛速度最快

 %:$5%5"贝叶斯正则化算法

有代表性的五种算法为5%7!55%55%755%55%5

在这里一般是选取5%5函数来训练，其算对对应的是 C#7'D8 算法

&#%88#%6($%*# &(&(# +"验证的数据，经  得到的结果

&886($%* &(&( +"测试数据，经  得到的结果

将所得的结果进行反归一化，得到其拟合的数据

88$%!*5#588+"

2$&EE;.F;E>(5"

2$%!*2+"

2$%*2+"