matlab---RBF

data = importdata('rbf.txt');  %输入文件，只有一列数据，共312个，前252个作为训练
nTrain = 252;                  %训练数据个数
nTest = 60;                    %测试数据个数
n = 5;                         %用5个数据预测第6个

%训练  252个
i = 1;
x = zeros(n, nTrain);          %5行，252列
y = zeros(1, nTrain);
while i <= nTrain              %252组训练数据
    x(:, i) = data(i : i+n-1); %将数据以每5个一组，填入x的第i列中
    y(i) = data(i+n);          %将数据从第6个开始，依次填入y的第i列中
    i = i + 1;
end
%disp(x);   %打印x
%disp(y);
%[x, minX, maxX, y, minY, maxY] = premnmx(x, y);  %预处理，归一化
net = newrb(x, y, 0.01, 4);    %建立并训练RBF网络

%测试  60个
i = 1;
x2 = zeros(n, nTest-n);
y2 = zeros(1, nTest-n);
while i <= nTest - n
    x2(:, i) = data(i + nTrain : i + nTrain + n - 1);
    y2(i) = data(i + nTrain + n);
    i = i + 1;
end
%x3 = tramnmx(x2, minX, maxX);  %归一化
y3 = sim(net, x2);              %预测值
%y3 = postmnmx(y3, minY, maxY); %逆归一化
e = sum((y3 - y2).^2);          %误差
disp(e);                        %打印误差

%预测
xtest = [289 308 357 220 52];
xtest = xtest';                 %转置
%xtest = tramnmx(xtest, minX, maxX);  %归一化
i = 1;
while i <= 4                    %预测未来的4个数据
    ytest = sim(net, xtest(i : i+n-1));  %根据训练好的net，输入的xtest，输出ytest
    xtest = [xtest; ytest];     %xtest不断动态扩大
    i = i + 1;
end
%disp(xtest);
%xtest = postmnmx(xtest, minY, maxY) %逆归一化
fid=fopen('ytest.txt', 'w');        %将预测结果写入txt
fprintf(fid, '%d\r\n', xtest);   
fclose(fid);

参考文献
刘倩然. RBF人工神经网络在棉花膜下滴灌溉预测中的应用[D]．乌鲁木齐：新疆农业大学，2009.