bp神经网络matlab代码_Matlab神经网络工具箱实现数据预测，组会用它，成为导师眼里最亮的仔...

1.首先，我们打开matlab，通过导入数据，输入“输入数据”（input），以及“输出数据”（output），可以看到工作区已经出现了两个数据。

2.点击“应用程序”，选择神经网络工具箱。

3.出现如下图框提示，点击“Next”。

4.输入数据“input”，“output”，选择第二种矩阵类型。

5.选择三种数据比例，这里选择的比例为7：1：2。

6.设置隐藏层的神经元，选择默认10层。

7.点击“train”进行训练。

8. 点击“next”。

通过对16组数据进行拟合，发现大部分都在误差以内。

9.继续点击”next”。

10.点击保存数据，点击“simple Script”生成代码。

11.保存代码。

12.选择运行代码，生成神经网络“net”。

13.神经网络工具箱，运行代码后可以在工作区得到训练出的net，输入代码，对训练好的神经网络进行数据预测，

cupredict=sim(net,input')

通过用神经网络进行预测，得到预测值。

预测值 真实值 误差

由于真实数据不外露，已打码。此模式可以任意套用。需要强调的是，本文所谓的预测，是对训练拟合好的网络，重新输入“输入数据”得到预测数据，并与已有数据进行误差对照。

通过上表可以看出，虽然大部分误差都很小，但是还是有个别数据出现了偏差，可以看到在数据不足的情况下，神经网络存在误差。所以我们需要进一步提优化方案。等下周wx学习y遗传算法再进行新一轮优化。