어떤 도시의 온도 예측 신경 네트워크 모델은 데이터를 수정하여 직접 응용할 수 있다.
1036 단어 Matlab 프로그램
clc;
clear;
data=xlsread(' 1.xlsx');
x=data(:,2)';
lag=3;
iinput=x;
n=length(iinput);
inputs=zeros(lag,n-lag);
for i=1:n-lag
inputs(:,i)=iinput(i:i+lag-1)';
end
targets=x(lag+1:end);
hiddenLayerSize = 10;
net = fitnet(hiddenLayerSize);
net.divideParam.trainRatio = 70/100;
net.divideParam.valRatio = 15/100;
net.divideParam.testRatio = 15/100;
[net,tr] = train(net,inputs,targets);
yn=net(inputs);
errors=targets-yn;
figure, ploterrcorr(errors)
figure, parcorr(errors)
%[h,pValue,stat,cValue]= lbqtest(errors)
figure,plotresponse(con2seq(targets),con2seq(yn))
figure, ploterrhist(errors)
figure, plotperform(tr)
fn=25;
f_in=iinput(n-lag+1:end)';
f_out=zeros(1,fn);
for i=1:fn
f_out(i)=net(f_in);
f_in=[f_in(2:end);f_out(i)];
end
figure,plot(1968:2007,iinput,'b',2007:2032,[iinput(end),f_out],'r')