matlab神经网络预测结果分析,神经网络模型及其matlab仿真程序设计
【预测模型】基于径向基函数神经网络的数据回归预测,带matlab代码_ MATLAB仿真博客的技术博客_博客
首先介绍了应用RBF神经网络建立投资预测模型,该模型可以有效地解决经济投资预测中的非线性预测问题。以历史数据为例,对建立的投资预测网络模型进行了仿真,并对仿真结果进行了分析。根据GDP与投资分布的映射关系,应用RBF神经网络建立投资预测模型。该模型不仅真实地表达了投资要素之间的高度非线性关系,而且考虑了分布结构的优化,具有较高的预测精度。
2模拟代码%%清除环境变量
警告关闭%关闭警报信息
关闭%关闭打开的窗口。
清除%空变量
Clc%清除命令行
%%导入数据
xlsx=xls read( dataset . xlsx );
%%划分训练集和测试集。
temp=rand perm(103);
P_train=res(temp(1: 80),1:7);
T_train=res(temp(1: 80),8);
M=大小(P_train,2);
P_test=res(temp(81: end),1:7);
T_test=res(temp(81: end),8);
N=大小(P_test,2);
3运行结果
4参考文献[1]康军.基于径向基函数神经网络的应用研究[D].湖南师范大学,2009。
博主:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等领域的Matlab仿真。相关的matlab代码问题可以私信交流。有些理论引用自网络文献。如有侵权,联系博主删除。
原创作品来自matlab研究助手,
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。