nsjcl.m

很好的bp神经网络预测模型

nxsjk  
zfl=P(1:12,1);
jyl=P(1:12,2);
ysl=P(1:12,3);
tsl=P(1:12,4);
sw=T(1,:)';
zflj=JP(1:4,1);
jylj=JP(1:4,2);
yslj=JP(1:4,3);
tslj=JP(1:4,4);
swj=JT(1,:)';
p1=zfl(:,1);
p2=jyl(:,1);
p3=ysl(:,1);
p4=tsl(:,1);
p6=sw(:,1);
p7=zflj(:,1);
p8=jylj(:,1);
p9=yslj(:,1);
p10=tslj(:,1);
p12=swj(:,1);
p1=[p1;p7];
p2=[p2;p8];
p3=[p3;p9];
p4=[p4;p10];

p6=[p6;p12];

p1max=max(p1);
p2max=max(p2);
p3max=max(p3);
p4max=max(p4);

p6max=max(p6);

p1min=min(p1);
p2min=min(p2);
p3min=min(p3);
p4min=min(p4);

p6min=min(p6);
n=size(p6);
d=1;
d1=0.9
d2=(1-d1)/2
for i=1:n
    p1(i)=(p1(i)-p1min)/(p1max-p1min)*d;
    p2(i)=(p2(i)-p2min)/(p2max-p2min)*d;
    p3(i)=(p3(i)-p3min)/(p3max-p3min)*d;
    p4(i)=(p4(i)-p4min)/(p4max-p4min)*d;

    p6(i)=(p6(i)-p6min)/(p6max-p6min)*d1+d2;
end
guifan=[p1,p2,p3,p4];
save sj guifan p6 p1max p1min p2max p2min p3max p3min p4max p4min  p6max p6min