值的珍藏！三分鐘了解如何用elman神經網絡進行預測

• 學習目標：Elman神經網絡預測數據
• • 清空變量
  • 導入數據
  • 訓練elman神經網絡并預測
  • 繪圖
  • 運行結果
  • 神經網絡運行結果圖片

學習目標：Elman神經網絡預測數據

如果你想學習如何使用elman神經網絡, 可以仔細閱讀這篇文章，了解一下elman的基本語法知識。

清空變量

%% 清空變量 clear all;

導入數據

data=[0.4 0.5 0.5 0.45;0.5 0.56 0.54 0.45;0.4 0.5 0.5 0.45;0.5 0.56 0.54 0.45;0.5 0.56 0.54 0.45;0.4 0.5 0.5 0.75;0.5 0.46 0.54 0.45]

訓練elman神經網絡并預測

%% 訓練elman神經網絡并預測 net=[]; for i=1:4P=[data(1:3,i),data(2:4,i),data(3:5,i)];T=[data(4,i),data(5,i),data(6,i)];th1=[0,1;0,1;0,1];th2=[0,1];net{i}=newelm(th1,th2,[20,1]);net{i}=init(net{i});net{i}=train(net{i},P,T);test_p{i}=data(4:6,i);y(i)=sim(net{i},test_p{i}); end

繪圖

%% 繪圖 fprintf('真實值:\n'); disp(data(7,:)); fprintf('預測值:\n'); disp(y); fprintf('誤差:\n'); disp((y-data(7,:))./y);

運行結果

真實值:
0.5000 0.4600 0.5400 0.4500

預測值:
0.5358 0.5703 0.5391 0.5781

神經網絡運行結果圖片

總結

以上是生活随笔為你收集整理的值的珍藏！三分钟了解如何用elman神经网络进行预测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。