资源简介
基于MATLAB的BP神经网络对臭氧总量进行预测,对生产学习有很大的帮助,为科学研究提供参考,主要包括一些训练样本和模型的构建

代码片段和文件信息
N2O=[0.101 0.102 0.106 0.109 0.111 0.113 0.114 0.118 0.119 0.122 0.125 0.129 0.132 0.133 ...
0.135 0.137 0.139 0.142 0.144 0.147 0.151 0.153 0.155 0.157 0.159 0.161];
CFCot=[0.091 0.096 0.102 0.108 0.113 0.117 0.124 0.131 0.136 0.141 0.147 0.152 0.156 0.16 ...
0.162 0.165 0.166 0.167 0.169 0.17 0.17 0.171 0.171 0.171 0.171 0.171];
CFCoo=[0.039 0.041 0.043 0.045 0.048 0.05 0.053 0.055 0.058 0.061 0.063 0.065 0.066 0.067 ...
0.067 0.067 0.067 0.067 0.067 0.066 0.066 0.066 0.065 0.065 0.064 0.064];
ozone=[265.7369863 264.4027397 262.1863014 264.6383562 256.2438356 259.8191781 252.5342466 254.7369863 261.5561644...
251.5287671 257.4383562 253.6383562 258.8690248 250.4506966 247.8975649 257.2696823 255.2685 252.9157609 ...
245.837527 256.2294319 250.4585185 250.3536513 255.4165116 249.8003694 253.9006126 247.8528705];
p=[N2O;CFCot;CFCoo]; %输入数据矩阵
t=[ozone]; %输出数据矩阵
%对输入矩阵r和输出矩阵c中数据进行归一化处理
[p1pn]=mapminmax(p);
[t1tn]=mapminmax(t);
%创建一个BP网络,训练函数为trainlm隐含层为三层,节点数分别为1896,传递函数分别为logsigpurelintansig
net=newff(pt[1896]{‘logsig‘‘purelin‘‘tansig‘}‘trainlm‘); %建立模型
net.trainParam.show=1000; %1000次显示一次结果
net.trainParam.lr=0.05; %学习速度为0.05
net.trainParam.epochs=5000; %最大训练轮回为5000次
net.trainParam.goal=0.0000004; %均方误差为0.0000004
net=train(netp1t1); %开始训练,p1t1分别为输入输出的训练数据
%利用原始数据(p1)对BP网络仿真检验模型
an=sim(netp1); %用训练好的模型进行仿真
a=mapminmax(‘reverse‘antn); %把仿真得到的数据还原为原始的数量级;
%本例因样本容量有限使用训练数据进行测试,通常必须用新鲜数据进行测试
x=1979:2004;
newo=a(1:);
plot(xnewo‘r-o‘xozone‘b--+‘) %绘值公路臭氧总量对比图
legend(‘网络输出臭氧总量‘‘实际臭氧总量‘);
xlabel(‘年份‘);ylabel(‘DU‘);
error=abs(newo-ozone)/ozone; %计算相对误差
%利用训练好的网络进行预测
%用训练好的网络对新数据pnew进行预测时,也应作相应的处理
pnew=[0.163 0.164;0.172 0.172;0.063 0.062]; % 2005年和2006年的相关数据
pnewn=mapminmax(pnew); %利用原始输入数据的归一化参数对新数据进行归一化
anewn=sim(netpnewn); %利用归一化后的数据进行仿真
anew=mapminmax(‘reverse‘anewntn); %把仿真得到的数据还原为原始的数量级
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 12673 2018-04-14 14:15 基于MATLAB的BP神经网络的臭氧总量预测\net.mat
文件 2366 2018-04-14 14:26 基于MATLAB的BP神经网络的臭氧总量预测\predict_ozone.m
文件 84165 2018-04-14 15:04 基于MATLAB的BP神经网络的臭氧总量预测\补充内容.docx
目录 0 2020-09-01 13:39 基于MATLAB的BP神经网络的臭氧总量预测\
相关资源
- 基于BP神经网络对几种字体0-9的数字识
- 基于BP神经网络的盲均衡算法 C程序(
- 基于BP神经网络的语音情感识别系统
- SVM的回归预测分析——上证指数开盘
- BP神经网络解决手写数字识别问题 m
- BP神经网络实现手写数字识别matlab实现
- 基于模型预测控制的车辆轨迹跟踪问
- 应用BP神经网络逼近非线性函数
- 格型法线性预测分析预测系数和功率
- 科研常用代码预测分类评价
- 卡尔曼预测
- 基于BP神经网络的无线传感器定位算法
- BP神经网络在隧道基坑工程中的实际运
- 无人驾驶车辆模型预测控制Matlab代码
- 分布式预测控制程序
- RBF神经网络建模与预测(1)
- 无人驾驶车辆模型预测直线轨迹跟踪
- 利用BP神经网络实现手写体数字识别
- 混凝土抗压强度预测_SVM_Matlab_归一_
- MATLAB之LSTM预测
- 基于SVM的回归预测分析
- 利用BP神经网络对图像提取的MATLAB代码
- 灰色预测模型及Matlab实现附参考论文
- 长江水质预测2005年数学建模+神经网络
- 基于遗传算法的小波神经网络在股票
- matlab预测控制工具箱使用手册
- Matlab帧内/帧间预测
- svm 支持向量机 回归 预测
- 基于MATLAB的BP神经网络应用绝对好资源
- 基于Matlab的遥感影像BP神经网络分类算
评论
共有 条评论