BP神经网络时间序列预测matlab代码下载（matlab格式数据）

%清空环境变量 clc clf clear %下载输入输出数据 load wsdata input output %根据原始数据绘图 figure(1); plot(input,output,'LineWidth',2); title('超市晚上顾客人数','FontSize',12); xlabel('时间/天','FontSize',12); ylabel('晚上顾客人数/人','FontSize',12); grid on; %随机选择21组训练数据和7组预测数据 k=rand(1,28); [m,n]=sort(k); input_train=input(n(1:21),:)'; output_train=output(n(1:21),:)'; input_test=input(n(22:28),:)'; output_test=output(n(22:28),:)'; %训练数据归一化 [inputn,inputps]=mapminmax(input_train); [outputn,outputps]=mapminmax(output_train); %BP神经网络构建 net=newff(inputn,outputn,6); %网络参数配置（迭代次数，学习率，目标） net.trainParam.show = 50; %显示训练迭代过程（NaN表示不显示，缺省25） net.trainParam.lr = 0.01; %学习率（缺省0.01） net.trainParam.epochs = 10000; %最大训练次数 net.trainParam.goal = 0.00001; %训练要求精度 %BP神经网络训练 net=train(net,inputn,outputn); %预测数据归一化 inputn_test=mapminmax('apply',input_test,inputps); %BP神经网络预测输出 an=sim(net,inputn_test); %输出结果反归一化 BPoutput=mapminmax('reverse',an,outputps); %网络预测结果图形 figure(2) plot(BPoutput,':og') hold on plot(output_test,'-*'); legend('预测输出','期望输出') title('BP神经网络预测输出','fontsize',12) ylabel('函数输出','fontsize',12) xlabel('样本','fontsize',12) %网络预测误差图形 % error=abs(BPoutput-output_test); % figure(3) % plot(error,'-*') % title('BP网络预测误差','fontsize',12) % ylabel('误差','fontsize',12) % xlabel('样本','fontsize',12) figure(4) plot(abs((output_test-BPoutput)./output_test),'-*'); title('神经网络预测误差百分比')