時序預測 | Matlab實現(xiàn)SOM-BP自組織映射結(jié)合BP神經(jīng)網(wǎng)絡(luò)時間序列預測

預測效果

基本介紹

1.Matlab實現(xiàn)SOM-BP自組織映射結(jié)合BP神經(jīng)網(wǎng)絡(luò)時間序列預測（完整源碼和數(shù)據(jù))；
2.數(shù)據(jù)集為excel，單列時間序列數(shù)據(jù)集，運行主程序main.m即可，其余為函數(shù)文件，無需運行；
3.優(yōu)化參數(shù)為神經(jīng)網(wǎng)絡(luò)的權(quán)值和偏置，命令窗口輸出RMSE、MAPE、MAE、R2等評價指標；
4.運行環(huán)境Matlab2018b及以上；
5.代碼特點：參數(shù)化編程、參數(shù)可方便更改、代碼編程思路清晰、注釋明細。

程序設(shè)計

• 完整源碼和數(shù)據(jù)獲取方式私信回復Matlab實現(xiàn)SOM-BP自組織映射結(jié)合BP神經(jīng)網(wǎng)絡(luò)時間序列預測。

%%  清空環(huán)境變量
warning off             % 關(guān)閉報警信息
close all               % 關(guān)閉開啟的圖窗
clear                   % 清空變量
clc                     % 清空命令行

%%  導入數(shù)據(jù)（時間序列的單列數(shù)據(jù)）
result = xlsread('data.xlsx');

%%  數(shù)據(jù)分析
num_samples = length(result);  % 樣本個數(shù) 
kim = 4;                      % 延時步長（kim個歷史數(shù)據(jù)作為自變量）
zim =  1;                      % 跨zim個時間點進行預測

%%  劃分數(shù)據(jù)集
for i = 1: num_samples - kim - zim + 1
    res(i, :) = [reshape(result(i: i + kim - 1), 1, kim), result(i + kim + zim - 1)];
end

%% 數(shù)據(jù)集分析
outdim = 1;                                  % 最后一列為輸出
num_size = 0.7;                              % 訓練集占數(shù)據(jù)集比例
num_train_s = round(num_size * num_samples); % 訓練集樣本個數(shù)
f_ = size(res, 2) - outdim;                  % 輸入特征維度

%%  劃分訓練集和測試集
P_train = res(1: num_train_s, 1: f_)';
T_train = res(1: num_train_s, f_ + 1: end)';
M = size(P_train, 2);

P_test = res(num_train_s + 1: end, 1: f_)';
T_test = res(num_train_s + 1: end, f_ + 1: end)';
N = size(P_test, 2);

%%  數(shù)據(jù)歸一化
[p_train, ps_input] = mapminmax(P_train,0,1);
p_test = mapminmax('apply',P_test,ps_input);

[t_train, ps_output] = mapminmax(T_train,0,1);
t_test = mapminmax('apply',T_test,ps_output);

%% 節(jié)點個數(shù)
inputnum  = size(p_train, 1); % 輸入層節(jié)點數(shù)
hiddennum = 15;                % 隱藏層節(jié)點數(shù)
outputnum = size(t_train, 1); % 輸出層節(jié)點數(shù)
% CSDN 機器學習之心

參考資料

[1] https://blog.csdn.net/kjm13182345320/article/details/128577926?spm=1001.2014.3001.5501
[2] https://blog.csdn.net/kjm13182345320/article/details/128573597?spm=1001.2014.3001.5501文章來源地址http://www.zghlxwxcb.cn/news/detail-848307.html

到了這里，關(guān)于時序預測 | Matlab實現(xiàn)SOM-BP自組織映射結(jié)合BP神經(jīng)網(wǎng)絡(luò)時間序列預測的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！