资源简介
基于广义回归神经网络(GRNN )的数据预测,使用交叉验证的GRNN神经网络预测程序,包含BP和GRNN效果比较程序。两网络用相同的数据进行训练。
代码片段和文件信息
%% 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
%
%
%
% 该案例作者申明: 1:本人长期驻扎在此板块里,对该案例提问,做到有问必答。 2:此案例有配套的教学视频,配套的完整可运行Matlab程序。 3:以下内容为该案例的部分内容(约占该案例完整内容的1/10)。 4:此案例为原创案例,转载请注明出处(Matlab中文论坛,《Matlab神经网络30个案例分析》)。 5:若此案例碰巧与您的研究有关联,我们欢迎您提意见,要求等,我们考虑后可以加在案例里。 6:您看到的以下内容为初稿,书籍的实际内容可能有少许出入,以书籍实际发行内容为准。 7:此书其他常见问题、预定方式等,请点击这里。
%
%
%% 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
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2013-10-28 23:15 交叉验证的GRNN神经网络预测程序\
文件 1238 2013-10-22 19:13 交叉验证的GRNN神经网络预测程序\best.mat
文件 4134 2010-01-31 21:50 交叉验证的GRNN神经网络预测程序\chapter8.1.m
文件 0 2013-10-28 20:23 交叉验证的GRNN神经网络预测程序\chapter8.2
文件 2562 2010-01-31 21:52 交叉验证的GRNN神经网络预测程序\chapter8.2.asv
文件 2562 2010-01-31 21:53 交叉验证的GRNN神经网络预测程序\chapter8.2.m
文件 815 2010-01-30 20:09 交叉验证的GRNN神经网络预测程序\data.mat
文件 15 2013-10-28 20:30 交叉验证的GRNN神经网络预测程序\Unti
文件 198 2010-01-30 22:29 交叉验证的GRNN神经网络预测程序\运行提示.txt
相关资源
- 四种压缩传感的重构算法
- BP and ELM BP神经网络与ELM神经网络算法
- 用GA遗传算法优化BP网络的预测风电功
- polyfit nihe 运用最小二乘法进行风电功
- Series Forcast 用于时间序列的预测
- 《神经模糊预测控制及其matlab实现》
- PNN,smote,BP-AdaBoost等类别不平衡分类
- 最小二乘算法(LMS)处理滤波并预测
- LBP特征提取的MATLAB实现
- 电力系统负荷预测的BP优化
- 基追踪(BP)算法实现
- BP神经网络PID S函数
- 多入多出非线性预测控制
- 混沌tent映射tent分叉程序
- Quantum GABP 自适应量子遗传算法优化
- bp神经网络的adp小程序
- 时间序列的人口预测
- ldpc码通过瑞利衰落信道功能分析BPS
- 用matlab编写的BP神经网络用于预测房价
- 基于灰色理论的矿井涌水量预测
- 基于优化GM(11)模型的矿井涌水量预
- 基于MATLAB的灰色预测模型的实现
- BP神经网络在矿井通风机故障诊断中的
- 基于BP神经网络的煤矿矿井空调模糊控
- matlab_OFDM调制解调(来自剑桥大学)
- Matlab的BPSKQPSK等调制解调仿真带界面
- 矿井提升机制动器的GA-BP故障诊断
- 基于PSO-BP的算法
- 用GA训练BP网络
- GA-BP算法的MATLAB程序
评论
共有 条评论