年 份

(年) 1(1988) 2(1989) 3(1990) 4(1991) 5(1992) 6(1993)

7(1994) 8(1995)

實際值

(ERI) 0。

1093 0。1110 0。1127 0。1141 0。1154 0。1164 0。1171 0。1175

年 份

(年) 9(1996) 10(1997) 11(1998) 12(1999) 13(2000) 14(2001)

15(2002) 16(2003)

實際值

(ERI) 0。

1178 0。1179 0。1179 0。1179 0。1179 0。1180 0。1182 0。1185

BP 神經網路的訓練過程為: 先用1988 年到2002 年的指標歷史資料作為網路的輸入,用1989 年到2003 年的指標歷史資料作為網路的輸出,組成訓練集對網路進行訓練,使之誤差達到滿意的程度,用這樣訓練好的網路進行預測。

採用滾動預測方法進行預測:滾動預測方法是透過一組歷史資料預測未來某一時刻的值,然後把這一預測資料再視為歷史資料繼續預測下去,依次迴圈進行,逐步預測未來一段時期的值。 用1989 年到2003 年資料作為網路的輸入,2004 年的預測值作為網路的輸出。

接著用1990 年到2004 年的資料作為網路的輸入,2005 年的預測值作為網路的輸出。依次類推,這樣就得到2010 年的預測值。

目前在BP 網路的應用中,多采用三層結構。 根據人工神經網路定理可知,只要用三層的BP 網路就可實現任意函式的逼近。

所以訓練結果採用三層BP模型進行模擬預測。 模型訓練誤差為0。00001,隱層單元數選取8個,學習速率為0。05,動態引數0。6,Sigmoid引數0。9,最大迭代次數3000。執行3000次後,樣本擬合誤差等於0。00021。

求一用matlab編的程式

不知道 有沒有過時。