数学建模-MATLAB神经网络工具箱实现数据拟合预测

1. 将数据集保存在矩阵data中

2. 在APP页面找到Neural Net Fitting

3.输入与目标均为 data，Samples are 选择 Matrix rows

4.训练集和验证集的百分比可以自定义，一般默认

3. 三种算法，各有优劣，一般默认第一个，点击Train进行训练

4.点击Performance

5.以此图为例，13.1572代表误差，误差越低越好，可以通过retrain和改变算法来降低误差

6.点击regression

7.三张图分别代表训练集验证集和综合数据的拟合程度，越接近1 效果越好

8.点击next三次

9.点击save results将训练网络保存到matlab工作区

10.若在工作区看到以下三个变量代表保存成功

1预测示例代码如下

% 写一个循环，预测接下来的十个样本的辛烷值

% 注意要将指标变为列向量，然后再用sim函数预测

predict_y = zeros(10,1); % 初始化predict_y

for i = 1: 10

result = sim(net, new_X(i,:)');

predict_y(i) = result;

end

disp('预测值为：')

disp(predict_y)