灰色神经网络的预测算法_MATLAB BP神经网络预测算法

BP神经网络是一种多层前馈网络，可以进行学习和存储输入输出映射关系，不需要建立数学方程式。

BP神经网络预测算法预测序号15的跳高成绩。

下表是国内男子跳高运动员各项素质指标

P=[3.2 3.2 3 3.2 3.2 3.4 3.2 3 3.2 3.2 3.2 3.9 3.1 3.2;

9.6 10.3 9 10.3 10.1 10 9.6 9 9.6 9.2 9.5 9 9.5 9.7;

3.45 3.75 3.5 3.65 3.5 3.4 3.55 3.5 3.55 3.5 3.4 3.1 3.63.45;

2.15 2.2 2.2 2.2 2 2.15 2.14 2.1 2.1 2.1 2.15 2 2.1 2.15;

140 120 140 150 80 130 130 100 130 140 115 80 90 130;

2.8 3.4 3.5 2.8 1.5 3.2 3.5 1.8 3.5 2.5 2.8 2.2 2.7 4.6;

11 10.9 11.4 10.8 11.3 11.5 11.8 11.3 11.8 11 11.9 1311.1 10.85;

50 70 50 80 50 60 65 40 65 50 50 50 70 70];

%输入数据，行数代表输入层神经元个数

T=[2.24 2.33 2.24 2.32 2.2 2.27 2.2 2.26 2.2 2.24 2.242.2 2.2 2.35];

[p1,minp,maxp,t1,mint,maxt]=premnmx(P,T); net=newff(minmax(P),[8,6,1],{'tansig','tansig','purelin'},'trainlm');

%创建网络，激励函数

net.trainParam.epochs = 5000;          %设置训练次数

net.trainParam.goal=0.0000001;         %设置收敛误差

[net,tr]=train(net,p1,t1);             %训练网络

a=[3.0;9.3;3.3;2.05;100;2.8;11.2;50];  %输入数据

a=premnmx(a);                          %将输入数据归一化

b=sim(net,a);                          %放入到网络输出数据

c=postmnmx(b,mint,maxt);               %将得到的数据反归一化得到预测数据

c

c=2.200

序号15的跳高成绩预测为2.200