• 大小: 3KB
    文件类型: .m
    金币: 1
    下载: 0 次
    发布日期: 2021-05-13
  • 语言: Matlab
  • 标签: 神经网络  

资源简介

narx动态神经网络,动态神经网络预测重庆市用水量matlab代码

资源截图

代码片段和文件信息

% Solve an Autoregression Problem with External Input with a NARX Neural Network
% script generated by Neural Time Series app
% Created 20-Sep-2018 21:10:56
%
% This script assumes these variables are defined:
%
%   input1 - input time series.
%   output - feedback time series.

X = tonndata(input1falsefalse);
T = tonndata(outputfalsefalse);

% Choose a Training Function
% For a list of all training functions type: help nntrain
% ‘trainlm‘ is usually fastest.
% ‘trainbr‘ takes longer but may be better for challenging problems.
% ‘trainscg‘ uses less memory. Suitable in low memory situations.
trainFcn = ‘trainlm‘;  % Levenberg-Marquardt backpropagation.

% Create a Nonlinear Autoregressive Network with External Input
inputDelays = 1:12;
feedbackDelays = 1:12;
hiddenlayerSize = 9;
net = narxnet(inputDelaysfeedbackDelayshiddenlayerSize‘open‘trainFcn);

% Prepare the Data for Training and Simulation
% The function PREPARETS prepares timeseries data for a particular network
% shifting time by the minimum amount to fill input states and layer
% states. Using PREPARETS allows you to keep your original time series data
% unchanged while easily customizing it for networks with differing
% numbers of delays with open loop or closed loop feedback modes.
[xxiait] = preparets(netX{}T);

% Setup Division of Data for Training Validation Testing
net.divideParam.trainRatio = 75/100;
net.divideParam.valRatio = 20/100;
net.divideParam.testRatio = 5/100;

% Train the Network
[nettr] = train(netxtxiai);

% Test the Network
y = net(xxiai);
e = gsubtract(ty);
performance = perform(netty);

rmse=sqrt(performance);
% View the Ne

评论

共有 条评论