原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本人编辑了一个预测模型的程序，但是 matlab 老是提示出错，请各位大虾指教：非常感谢！ ！
clear all;
%define the input and output p= [974 874 527;
388
466
1764;
1316
2439
2251;
1836
2410
1860;
1557
2301
1578;
1490
1877
2749;
1513
1278
2026;
1070
1561
2794;
1347
2415
3306;
1324
2746
1233;
1383
1463
1847;
1282
0
2347];
t=[19797;24282;34548];
% 创建 bp 网络和定义训练函数net=newff([388 3306],[15 1],{tansig purelin}); net.trainparam.goal=50; net.trainparam.epochs=5000;
% 训练神经网络[net,tr]=train(net,p,t);
% 输出训练后的权值和阈值iw1=net.IW{1}; b1=net.b{1}; lw2=net.LW{2}; b2=net.b{2};
% 存储训练好的神经网络
save netkohler net
??? Error using == network.train Inputs are incorrectly sized for network. Matrix must have 1 rows.
修改后：
clear all;
%define the input and output
p= [974
874
527;
388
466
1764;
1316
2439
2251;
1836
2410
1860;
1557
2301
1578;
1490
1877
2749;
1513
1278
2026;
1070
1561
2794;
1347
2415
3306;
1324
2746
1233;
1383
1463
1847;
1282
0
2347];
t=[19797;24282;34548];
% 创建 bp 网络和定义训练函数
net=newff([388 1836;466 2746;527 3306],[15 1],{tansig purelin}); net.trainparam.goal=50;
net.trainparam.epochs=5000;
% 训练神经网络[net,tr]=train(net,p,t);
% 输出训练后的权值和阈值iw1=net.IW{1}; b1=net.b{1}; lw2=net.LW{2}; b2=net.b{2};
% 存储训练好的神经网络save netkohler net
??? Error using == network.train Inputs are incorrectly sized for network. Matrix must have 3 rows.
clear all;
%define the input and output p= [974 874 527;
388 466 1764;
1316 2439 2251;
1836 2410 1860;
1557 2301 1578;
1490 1877 2749;
1513 1278 2026;
1070 1561 2794;
1347 2415 3306;
1324 2746 1233;
1383 1463 1847;
1282 0 2347];
t=[19797 24282 34548];
% 创建 bp 网络和定义训练函数
pr=[527 974;388 1764;1316 2439;1836 2410;1557 2301;1490 2749; ％这里是为了方便而建立一个矩阵，注意
是 12x2 ，不是 3x2
1278 2026;1070 2794;1347 3306;1233 2746;1383 1847;0 2347]
net=newff(pr,[15,1],{tansig purelin},trainlm); ％这里要加入输出层的转移函数，一般是 trainlm net.trainparam.goal=50;
net.trainparam.epochs=5000;
%训练神经网络[net,tr]=train(net,p,t);
%输出训练后的权值和阈值iw1=net.IW{1}; b1=net.b{1}; lw2=net.LW{2}; b2=net.b{2};
%存储训练好的神经网络
save netkohler net
文档评论（0）