神经网络进行时间序列多步预测
这是一个bp神经网络对时间序列进行单步预测，如果进行多步预测，程序该怎么循环呢，请朋友指点一下。clc
clear
close all
load mackeyclass.dat
t=mackeyclass(:,1);
a=mackeyclass(:,2);
%---------------------------------------------------
% 产生训练样本与测试样本
n1 = t(1:2:200)';
x1 = a(1:2:200)';
n2 = t(2:2:200)';
x2 = a(2:2:200)';
xn_train = n1; % 训练样本，每一列为一个样本
dn_train = x1; % 训练目标，行向量
xn_test = n2; % 测试样本，每一列为一个样本
dn_test = x2; % 测试目标，行向量
%---------------------------------------------------
% 函数接口赋值
NodeNum = 20; % 隐层节点数
TypeNum = 1; % 输出维数
p1 = xn_train; % 训练输入
t1 = dn_train; % 训练输出
Epochs = 1000; % 训练次数
P = xn_test; % 测试输入
T = dn_test; % 测试输出(真实值)
%---------------------------------------------------
% 设置网络参数
TF1 = 'logsig';TF2 = 'purelin';
net = newff(minmax(p1),,{TF1 TF2},'trainlm');
net.trainParam.epochs = Epochs; % 最大训练次数
net.trainParam.goal = 1e-8; % 最小均方误差
net.trainParam.min_grad = 1e-20; % 最小梯度
net.trainParam.show = 200; % 训练显示间隔
net.trainParam.time = inf; % 最大训练时间
%---------------------------------------------------
% 训练与测试
net = train(net,p1,t1); % 训练
X = sim(net,P); % 测试 - 输出为预测值
%---------------------------------------------------
% 结果作图
plot(1:length(n2),x2,'r+:',1:length(n2),X,'bo:')
title('+为真实值，o为预测值') 请用神经网络做过时间序列的帮帮忙！ 这个其实不是很难，你现在的预测是一步预测，也就是一个输入对应一个输出，一个p，对应一个t，例如p1-t1,p2-t2,你现在要做多步预测，那就是外差预测了，效果不会太好，但是只要步数不多，还是可以做的，输入不变，例如还是p1,输出就是t1,t2,t3(假设是3步预测)，这是一组训练数据，第二组训练数据就是输入p1,输出t2,t3，t4,以此类推，主要是修改程序的输出层。不知道我的回答是否能解答你的问题，你给个邮箱，我可以发点资料给你 拜托大家
[ 本帖最后由 sigma665 于 2008-1-23 21:37 编辑 ] 回复 3 # mongolism 的帖子
我想要这方面的资料，就是多步预测的，这位朋友又的话，给我传些，谢谢。邮箱xincunaliu@sina.com
页:
[1]