通过RBF神经网络的算法计算得到数据的信任值,即将预测结果和实际结果进行对比,然后计算四个指标,即:
1.误方差(mean squared error)小于1.
2.标准差(standard deviation)
3.标准差率(standard Deviation Ratio)即预测标准差除以实际标准差,小于1.0.
4.皮尔逊相关系数 person’s correlation coefficient -1到1.
使得这四个指标满足一定的误差需要,这四个指标的计算公式分别如下所示:
1.误方差(mean squared error)
2.标准差(standard deviation)
3.标准差率(standard Deviation Ratio)即预测标准差除以实际标准差
预测标准差/实际标准差
4.皮尔逊相关系数 person’s correlation coefficient
测试数据集,趋势型(trend),周期型(seasonal)和混乱型三种数据互集合下的两个情况:
增加训练集:
增加测试集:
数据类型为三种类型,即趋势型(trend),周期型(seasonal)和混乱型。
我这里根据这三个要求模拟出三种变化趋势的数据集进行测试,然后将程序做成了数据可替换的情况,所有的数据全部放在txt文件中,并使用MATLAB进行调用来训练和测试。
进行仿真结果如下所示: