改进神经网络MG 时间序列预测问题

采用了基于最大矩阵元法的改进RBF神经网络模型对MG时间序列进行建模预测。

function BP_MG（）           %BP神经网络建模
f1=MG（6000）;
for k=201:3200
    SamIn（:k-200）=[f1（k-18）;f1（k-12）;f1（k-6）;f1（k）];
    SamOut（k-200）=f1（k+85）;
end
for t=5001:5500
    TestSamIn（:t-5000）=[f1（t-18）;f1（t-12）;f1（t-6）;f1（t）];
    TestSamOut（t-5000）=f1（t+85）;
end
[r1c1]=size（SamIn）;
SamNum=c1;
InDim=r1;
[r2c2]=size（TestSamIn）;
TestSamNum=c2;
OutDim=1;

        
a=0.9;
HiddenUnitNum=20;
MaxEpochs=10000;
E0=0.01;
Ir=0.00012;
%绘制样本曲线
figure（1）
hold on;
title（‘RBF神经网络训练图‘）;
xlabel（‘样本‘）;
ylabel（‘训练输出‘）;
plot（1:SamNumSamOut‘-‘）;
figure（2）
plot（1:TestSamNumTestSamOut‘-‘）;
hold on;
title（‘RBF神经网络测试图‘）;
xlabel（‘样本‘）;
ylabel（‘测试输出‘）;


W1=0.2*rand（HiddenUnitNumInDim）-0.1;
B1=0.2*rand（HiddenUnitNum1）-0.1;
W2=0.2*rand（OutDimHiddenUnitNum）-0.1;
B2=0.2*rand（OutDim1）-0.1;
W1Ex=[W1 B1];
W2Ex=[W2 B2];

SamInEx=[SamIn‘ ones（SamNum1）]‘;
ErrHistory=[];

t1 = clock;%计算迭代时间

dW2Ex=0;
dW1Ex=0;

for epoch=1:MaxEpochs
  HiddenOut=logsig（W1Ex*SamInEx）;
  HiddenOutEx=[HiddenOut‘ ones（SamNum1）]‘;
  NetworkOut=W2Ex*HiddenOutEx;
  Error=（SamOut-NetworkOut）;
  SSE=sumsqr（Error）;
  SSE=SSE/SamNum;
  ErrHistory=[ErrHistory SSE];
  
  if SSE  
  Delta2=Error;
  Delta1=W2‘*Delta2.*HiddenOut.*（1-HiddenOut）;
  %误差反向传播，修改权值
%   Ir=min（0.0005exp（-0.0080*epoch））;
  dW2Ex=Delta2*HiddenOutEx‘*Ir+dW2Ex*a;
  dW1Ex=Delta1*SamInEx‘*Ir+dW1Ex*a;
  
  W1Ex=W1Ex+dW1Ex;
  W2Ex=W2Ex+dW2Ex;
  W2=W2Ex（:1:HiddenUnitNum）;
  
end

disp（[‘算法运行时间：‘num2str（etime（clockt1））‘秒‘]）;
disp（[‘训练迭代次数：‘num2str（epoch）‘次‘]）;
disp（[‘训练模型误差：‘num2str（SSE）]）;
figure（1）
hold on
figure（1）
plot（1:SamNumNetworkOut‘-k‘）;

TestSamInEx=[TestSamIn‘ ones（TestSamNum1）]‘;
TestHiddenOut=logsig（W1Ex*TestSamInEx）;
TestHiddenOutEx=[TestHiddenOut‘ ones（TestSamNum1）]‘;
TestNetworkOut=W2Ex*TestHiddenOutEx;
figure（2）
hold on
Error1=（TestSamOut-TestNetworkOut）./TestSamOut;
SSE1=sumsqr（Error1）;
SSE1=SSE1/TestSamNum;
disp（[‘预测模型误差：‘num2str（SSE1）]）;
figure（2）
plot（1:TestSamNumTestNetworkOut‘-k‘）;

figure（3）
hold on
grid
[~Num]=size（ErrHistory）;
plot（1:NumErrHistory‘k-‘）;
end





    

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

     文件       2274  2014-05-08 21:15  MG\BP_MG.m

     文件       6344  2014-05-04 11:21  MG\classify.mat

     文件        172  2014-05-02 23:01  MG\k.mat

     文件       1347  2014-05-08 21:14  MG\kmeans.m

     文件        577  2014-05-08 21:10  MG\MG.m

     文件   32733316  2014-05-02 22:17  MG\r.mat

     文件       2950  2014-05-08 23:14  MG\RBF_MG.asv

     文件       2950  2014-05-08 23:14  MG\RBF_MG.m

     目录          0  2014-07-15 20:12  MG

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

             32749930                    9