查看: 127|回复: 2|关注: 0

[已答复] elman 神经网络预测运行出错,求大家给看看

[复制链接]

新手

5 麦片

财富积分


050


1

主题

3

帖子

0

最佳答案
发表于 2019-1-29 15:45:33 | 显示全部楼层 |阅读模式
clc;
clear all
close all
nntwarn off
%数据载入
p_train=[0.1822        0.2196        0.3271        0.5467        0.528        1        0.3645        0.0701        0.0234        0        0.028        0.0935        0.3178        0.6355        0.6869        0.6215        0.472        0.3551        0.1589        0.2103        0.4112        0.4486        0.5935        0.9579        0.4112        0.0748        0.0047        0.0047        0.0047        0.1028        0.2804        0.5888        0.7523        0.5841        0.4533        0.4486        0.1589        0.2383        0.2944        0.5        0.5607        0.9065        0.3505        0.1075        0.0047        0.0654        0.028        0.1168        0.2757        0.5701        0.7804        0.6028        0.4206        0.3084;
0.1589        0.2103        0.4112        0.4486        0.5935        0.9579        0.4112        0.0748        0.0047        0.0047        0.0047        0.1028        0.2804        0.5888        0.7523        0.5841        0.4533        0.4486        0.1589        0.2383        0.2944        0.5        0.5607        0.9065        0.3505        0.1075        0.0047        0.0654        0.028        0.1168        0.2757        0.5701        0.7804        0.6028        0.4206        0.3084        0.1682        0.1916        0.3084        0.5234        0.5561        0.9206        0.3551        0.0935        0        0.0093        0.0187        0.0561        0.2523        0.6262        0.7336        0.5888        0.4065        0.3037;
0.1589        0.2383        0.2944        0.5        0.5607        0.9065        0.3505        0.1075        0.0047        0.0654        0.028        0.1168        0.2757        0.5701        0.7804        0.6028        0.4206        0.3084        0.1682        0.1916        0.3084        0.5234        0.5561        0.9206        0.3551        0.0935        0        0.0093        0.0187        0.0561        0.2523        0.6262        0.7336        0.5888        0.4065        0.3037        0.1916        0.1776        0.3037        0.5654        0.5514        0.9019        0.3879        0.0794        0        0.0093        0.014        0.0561        0.2617        0.5981        0.7804        0.528        0.4252        0.3037;
0.1682        0.1916        0.3084        0.5234        0.5561        0.9206        0.3551        0.0935        0        0.0093        0.0187        0.0561        0.2523        0.6262        0.7336        0.5888        0.4065        0.3037        0.1916        0.1776        0.3037        0.5654        0.5514        0.9019        0.3879        0.0794        0        0.0093        0.014        0.0561        0.2617        0.5981        0.7804        0.528        0.4252        0.3037        0.1822        0.215        0.3271        0.5467        0.5935        0.8318        0.4019        0.0888        0.0187        0        0.0234        0.0607        0.2757        0.6262        0.7477        0.5748        0.5        0.3131;
0.1916        0.1776        0.3037        0.5654        0.5514        0.9019        0.3879        0.0794        0        0.0093        0.014        0.0561        0.2617        0.5981        0.7804        0.528        0.4252        0.3037        0.1822        0.215        0.3271        0.5467        0.5935        0.8318        0.4019        0.0888        0.0187        0        0.0234        0.0607        0.2757        0.6262        0.7477        0.5748        0.5        0.3131        0.1776        0.229        0.2664        0.5794        0.6589        0.8972        0.3879        0.0841        0.0841        0.0093        0.0234        0.0654        0.2383        0.4626        0.7477        0.6308        0.4393        0.3131;
0.1822        0.215        0.3271        0.5467        0.5935        0.8318        0.4019        0.0888        0.0187        0        0.0234        0.0607        0.2757        0.6262        0.7477        0.5748        0.5        0.3131        0.1776        0.229        0.2664        0.5794        0.6589        0.8972        0.3879        0.0841        0.0841        0.0093        0.0234        0.0654        0.2383        0.4626        0.7477        0.6308        0.4393        0.3131        0.1495        0.2336        0.2664        0.5        0.6636        0.8925        0.3785        0.0888        0.0234        0.0047        0.0234        0.0748        0.2383        0.6168        0.7477        0.5888        0.4393        0.3505];
t_train=[0.1682        0.1916        0.3084        0.5234        0.5561        0.9206        0.3551        0.0935        0        0.0093        0.0187        0.0561        0.2523        0.6262        0.7336        0.5888        0.4065        0.3037;
0.1916        0.1776        0.3037        0.5654        0.5514        0.9019        0.3879        0.0794        0        0.0093        0.014        0.0561        0.2617        0.5981        0.7804        0.528        0.4252        0.3037;
0.1822        0.215        0.3271        0.5467        0.5935        0.8318        0.4019        0.0888        0.0187        0        0.0234        0.0607        0.2757        0.6262        0.7477        0.5748        0.5        0.3131;
0.1776        0.229        0.2664        0.5794        0.6589        0.8972        0.3879        0.0841        0.0841        0.0093        0.0234        0.0654        0.2383        0.4626        0.7477        0.6308        0.4393        0.3131;
0.1495        0.2336        0.2664        0.5        0.6636        0.8925        0.3785        0.0888        0.0234        0.0047        0.0234        0.0748        0.2383        0.6168        0.7477        0.5888        0.4393        0.3505;
0.1776        0.1963        0.2991        0.6355        0.6168        0.8972        0.3645        0.0935        0.0327        0.0187        0.0187        0.0607        0.2336        0.6776        0.7383        0.5701        0.4019        0.2897];
p_test=[0.1776        0.229        0.2664        0.5794        0.6589        0.8972        0.3879        0.0841        0.0841        0.0093        0.0234        0.0654        0.2383        0.4626        0.7477        0.6308        0.4393        0.3131        0.1495        0.2336        0.2664        0.5        0.6636        0.8925        0.3785        0.0888        0.0234        0.0047        0.0234        0.0748        0.2383        0.6168        0.7477        0.5888        0.4393        0.3505        0.1776        0.1963        0.2991        0.6355        0.6168        0.8972        0.3645        0.0935        0.0327        0.0187        0.0187        0.0607        0.2336        0.6776        0.7383        0.5701        0.4019        0.2897];
t_test=[0.1916        0.1963        0.3131        0.5514        0.4907        0.5701        0.3318        0.0701        0.0654        0.3224        0.0748        0.0701        0.2056        0.4533        0.6495        0.4533        0.3972        0.3598];
p_train=p_train';
t_train=t_train';
p_test=p_test';
t_test=t_test';
nn=[19 21 25 29];
for i=1:4
   threshold=[0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1];
   net=newelm(threshold,[nn(i),18],{'tansig','purelin'});
   net.trainparam.epochs=1000;
   net.trainparam.show=20;
   net=init(net);
   net=train(net,p_train,t_train);
   y=sim(net,p_test);
   error(i,:)=y'-t_test;
end


求各位大神们解答,小白一枚,先谢谢大家:handshake


错误

错误

新手

5 麦片

财富积分


050


1

主题

3

帖子

0

最佳答案
 楼主| 发表于 2019-1-29 16:11:13 | 显示全部楼层
:time::time::time::time::time::time::time::time::time:

新手

42 麦片

财富积分


050


2

主题

124

帖子

7

最佳答案
  • 关注者: 2
发表于 2019-1-29 22:28:39 | 显示全部楼层
本帖最后由 liuzuojun 于 2019-1-29 22:29 编辑

newelm函数应该用法不对,最好看一下你的MATLAB版本的newelm函数的用法。
我的2018b用法:
net = newelm(P,T,[S1...S(N-l)],{TF1...TFN},BTF,BLF,PF,IPF,OPF,DDF)
此外高版本的MATLAB的Elman网络的函数是elmannet。

您需要登录后才可以回帖 登录 | 注册

本版积分规则

关闭

站长推荐上一条 /2 下一条

快速回复 返回顶部 返回列表