广义自回归神经网络预测代码含原始数据，详细注释，结果分析

广义自回归神经网络MATLAB预测代码（含原始数据，详细注释，结果分析）更替数据既可以适用于其他预测，可操作性强

%% 案例8：GRNN的数据预测—基于广义回归神经网络的货运量预测
%% 清空环境变量
clc;
clear all
close all
nntwarn off;

%% 载入数据
load data;
% 载入数据并将数据分成训练和预测两类
p_train=p（1:12:）;
t_train=t（1:12:）;
p_test=p（13:）;
t_test=t（13:）;
%% 交叉验证
desired_spread=[];
mse_max=10e20;
desired_input=[];
desired_output=[];
result_perfp=[];
indices = crossvalind（‘Kfold‘length（p_train）4）;
h=waitbar（0‘正在寻找最优化参数....‘）
k=1;
for i = 1:4
    perfp=[];
    disp（[‘以下为第‘num2str（i）‘次交叉验证结果‘]）
    test = （indices == i）; train = ~test;
    p_cv_train=p_train（train:）;
    t_cv_train=t_train（train:）;
    p_cv_test=p_train（test:）;
    t_cv_test=t_train（test:）;
    p_cv_train=p_cv_train‘;
    t_cv_train=t_cv_train‘;
    p_cv_test= p_cv_test‘;
    t_cv_test= t_cv_test‘;
    [p_cv_trainminpmaxpt_cv_trainmintmaxt]=premnmx（p_cv_traint_cv_train）;
    p_cv_test=tramnmx（p_cv_testminpmaxp）;
    for spread=0.1:0.1:2;
        net=newgrnn（p_cv_traint_cv_trainspread）;
        waitbar（k/80h）;
        disp（[‘当前spread值为‘ num2str（spread）]）;
        test_Out=sim（netp_cv_test）;
        test_Out=postmnmx（test_Outmintmaxt）;
        error=t_cv_test-test_Out;
        disp（[‘当前网络的mse为‘num2str（mse（error））]）
        perfp=[perfp mse（error）];
        if mse（error）            mse_max=mse（error）;
            desired_spread=spread;
            desired_input=p_cv_train;
            desired_output=t_cv_train;
        end
        k=k+1;
    end
    result_perfp（i:）=perfp;
end;
close（h）
disp（[‘最佳spread值为‘num2str（desired_spread）]）
disp（[‘此时最佳输入值为‘]）
desired_input
disp（[‘此时最佳输出值为‘]）
desired_output
%% 采用最佳方法建立GRNN网络
net=newgrnn（desired_inputdesired_outputdesired_spread）;
p_test=p_test‘;
p_test=tramnmx（p_testminpmaxp）;
grnn_prediction_result=sim（netp_test）;
grnn_prediction_result=postmnmx（grnn_prediction_resultmintmaxt）;
grnn_error=t_test-grnn_prediction_result‘;
disp（[‘GRNN神经网络三项流量预测的误差为‘num2str（abs（grnn_error））]）
save best desired_input desired_output p_test t_test grnn_error mint maxt

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1241  2018-05-04 17:08  案例8 GRNN的数据预测-基于广义回归神经网络货运量预测\best.mat

     文件       2160  2018-04-26 13:07  案例8 GRNN的数据预测-基于广义回归神经网络货运量预测\chapter8.1.m

     文件       2994  2018-05-04 18:42  案例8 GRNN的数据预测-基于广义回归神经网络货运量预测\chapter8.2.m

     文件        815  2010-01-30 20:09  案例8 GRNN的数据预测-基于广义回归神经网络货运量预测\data.mat

     文件    4601344  2018-04-17 16:15  案例8 GRNN的数据预测-基于广义回归神经网络货运量预测\电力系统负荷预测.ppt

     文件        198  2010-01-30 22:29  案例8 GRNN的数据预测-基于广义回归神经网络货运量预测\运行提示.txt

     目录          0  2018-06-15 17:15  案例8 GRNN的数据预测-基于广义回归神经网络货运量预测

----------- ---------  ---------- -----  ----

              4608752                    7