例2-7.m

神经网络实用教程----第二章源码（很不错喔）

%
% 表2-10为某单位办公室七天上午9点到12点的空调负荷数据，数据已经做了归一化处理，预测方法采用前6天的数据作为网络的训练样本，每3天的负荷作为输入向量，第4天的负荷作为目标向量，第七天的数据作为网络的测试数据。
% 表2-10  空调负荷数据表
% 时间	9时负荷	10时负荷	11时负荷	12时负荷
% 第1天	0.4413	0.4707	0.6953	0.8133
% 第2天	0.4379	0.4677	0.6981	0.8002
% 第3天	0.4517	0.4725	0.7006	0.8201
% 第4天	0.4557	0.4790	0.7019	0.8211
% 第5天	0.4601	0.4811	0.7101	0.8298
% 第6天	0.4612	0.4845	0.7188	0.8312
% 第7天	0.4615	0.4891	0.7201	0.8330
%
%根据预测方法得到输入向量和目标向量
P=[0.4413 0.4707 0.6953 0.8133 0.4379 0.4677 0.6981 0.8002 0.4517 0.4725 0.7006 0.8201;
0.4379 0.4677 0.6981 0.8002 0.4517 0.4725 0.7006 0.8201 0.4557 0.4790 0.7019 0.8211;
0.4517 0.4725 0.7006 0.8201 0.4557 0.4790 0.7019 0.8211 0.4601 0.4811 0.7101 0.8298;]';
T=[0.4557 0.4790 0.7019 0.8211;
0.4601 0.4811 0.7101 0.8298;
0.4612 0.4845 0.7188 0.8312]';
%输入向量的取值范围为[0 1]，用threshold来标记
threshold=[0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1];
%创建一个Elman神经网络，隐含层的神经元个数为17个，4个输出层神经元，隐含层激活函
%数为tansig，输出层激活函数为purelin
net=newelm(threshold,[17,4],{'tansig','purelin'});
net.trainParam.epochs=3000;
net=init(net);
net=train(net,P,T);
%输入测试数据
P_test=[0.4557 0.4790 0.7019 0.8211 0.4601 0.4811 0.7101 0.8298 0.4612 0.4845 0.7188 0.8312]';
T_test=[0.4615 0.4891 0.7201 0.8330]';
y=sim(net,P_test)
%在测试数据下，计算网络的输出和实际目标向量之间的差值
error=y-T_test;
%在坐标平面上画出差值曲线
plot(1:4,error,'-');