使用Bp神经网络和Elman Net预测航班价格（Matlab代码实现）

       目录

💥1 概述

📚2 运行结果

🎉3 参考文献

👨‍💻4 Matlab代码

---

💥1 概述

BP神经网络模型是目前应用最为广泛神经网络之一。它的本质是通过对历史数据的学习找出数据变化趋势之间的非线性关系，并通过输出量与预期值之间的误差不断调整网络中各个单元的权重，使整个网络的误差最小。因此，为达到较好的预测精度，需要对网络预测模型自身的结构进行确定。

📚2 运行结果

主函数部分代码：

clear;

clc;

load('BPPrice.mat');

net=newff(P,T,[10,15,30,40,40,20,10],{},'traingd');

net.trainParam.max_fail=200

net.trainParam.epochs=10000;

net=train(net,P,T);

outputs=net(test);

figure;

hold on;

plot(1:1:100,outputs);

plot(1:1:100,testT,'r');

error=testT-outputs;

error=mse(error)

🎉3 参考文献

[1]苏高利,邓芳萍.论基于MATLAB语言的BP神经网络的改进算法[J].科技通报,2003(02):130-135.DOI:10.13774/j.cnki.kjtb.2003.02.012.

👨‍💻4 Matlab代码

​