matlab计算减小误差,bp做预测（怎么减小误差）

(1)我运行下面的程序，误差很大很大，请问怎么改进？

(2)如果运行了好多次误差在可以的范围了，怎么保存这个网络？

(3)如果保存好了网络了，当我想预测2010年的数据时怎么调用这个网络进行预测，比如说我有2010的p，怎么写程序调用这个网络直接预测出2010年的t？

因为是刚开始学习，好多最基本的东西都不太懂，请说的清楚一些，先谢谢了

clear all

clc

% 1991-2000年历史数据作为 训练样本

p1=[339 378.48 298.83 6828.5 1119.3 204.28 4425.1 594.3 1494.8

372.04 441.57 363.66 6819.6 1172.6 304.78 4521.2 664.55 1607.8

449.38 580.38 456.32 6825.5 1211.9 459.4 4556.8 810.94 2067.5

597.37 782.77 621.27 6821.6 1277.1 573.43 4587.9 1040.1 2920.9

725.46 980.91 798.58 6829.4 1331.8 677.34 4619.1 1242.3 3534.5

860.02 1156.0 969.12 6837.3 1378.1 803.79 4627.2 1430.3 4174.5

919.28 1295.3 1105.5 6844.6 1420.1 949.3 4641.2 1555.4 4470.1

941.24 1411.0 1228.0 6855.4 1460.3 1184.8 4651.4 1578.2 4702.1

941.02 1442.6 1327.9 6850.9 1507.7 1220.7 4654.3 1610.1 4876.0

945.58 1580.5 1484.2 6842.5 1565 1403.9 4658.4 1745.0 5236.0];

t1=[282.67 319.46 356.25 393.04 429.83 456.43 466.49 452.59 468.01 521.23];

p=p1';

t=t1;

% 归一化训练样本

[pn,minp,maxp,tn,mint,maxt]=premnmx(p,t);

%----------------------确定隐层神经元---------------------------------------------

a=5:13;

res=zeros(size(a));

for i=1:length(a)

net=newff(minmax(pn),[a(i),1],{'tansig','purelin'},'trainlm');

% net.iw{1,1}=zeros(size(net.iw{1,1}))+0.5;

% net.lw{2,1}=zeros(size(net.lw{2,1}))+0.75;

% net.b{1,1}=zeros(size(net.b{1,1}))+0.5;

% net.b{2,1}=zeros(size(net.b{2,1}));

net.trainParam.lr=0.05;

%     net.trainParam.mc=0.9;

net.trainParam.epochs=200000;

net.trainParam.goal=1e-3;

net=init(net);

net=train(net,pn,tn);

Y=sim(net,pn);

error=Y-tn;

e=mse(error,net);

res(i)=norm(e);

end

%  通过最小误差来确定隐层神经元no

number=find(res==min(res));

no=a(number)

%----------------------训练--------------------

net=newff(minmax(pn),[no,1],{'tansig','purelin'},'trainlm');

%    net.iw{1,1}=zeros(size(net.iw{1,1}))+0.5;

% net.lw{2,1}=zeros(size(net.lw{2,1}))+0.75;

% net.b{1,1}=zeros(size(net.b{1,1}))+0.5;

% net.b{2,1}=zeros(size(net.b{2,1}));

net.trainParam.lr=0.05;

%    net.trainParam.mc=0.9;

net.trainParam.epochs=200000;

net.trainParam.goal=5e-4;

net=init(net);

net=train(net,pn,tn);

Y=sim(net,pn);

%      save bp_power_2_1 net;

error=Y-tn;

e=mse(error,net);

%    save filename net;

%-----------------------测试------------------------

% 2001-2003年作为仿真对象

input=[981.68 1756.8 1683.2 6814.5 1622.1 1573.8 4664.8 1749.6 5535.2

1047.9 1982.4 1844.7 6796.9 1677.6 1805.2 4667.6 1794.5 6030.9

1128.6 2266.0 2061.7 6734.2 1795.2 2158.2 4683.5 1925.6 6403.5]';

out=[589.6 671.83 759.81];

inputn=tramnmx(input,minp,maxp)

%   load bp_power_2_1 net;

outn=sim(net,inputn)

prediction=postmnmx(outn,mint,maxt)

%--------------误差及曲线--------------------------

prediction_wucha=abs(prediction-out)./out

figure

plot(1:3,out,'b*-',1:3,prediction,'ro:')

legend('实际值','预测值')

[本帖最后由 gyyjzk 于 2009-3-8 15:30 编辑]