end
%for j=1:(length(data1)-2) % for i=1:2
% datax(i,j)=data1(i+j-1); %输入数据 % end
útay(j)=data1(j+2); %输出数据 %end
trainP=data1(:,1:44); %训练输入数据 trainT=datay1(:,1:44); %训练输出数据 preInput=data1(:,45:54); %预测输入数据 preOutput=datay1(:,45:54); %目标数据 %% ----- 建立网络--------------
net=newff(minmax(trainP),[15 14 1],{'tansig','tansig','purelin'},'traingdm'); net.trainParam.epochs=10000; %训练次数 net.trainParam.goal=0.001; %网络性能目标
net.trainParam.show=50; % 两次显示之间的训练次数 net.trainFcn = 'trainlm'; % 动量梯度下降算法 net.trainParam.lr=0.05; %学习训练速度
net=train(net,trainP,trainT); %训练网络 %预测阶段 %% 开始预测数据 preP=sim(net,preInput); %% 反归一化处理
21
for i=1:length(preP) %对预测输出的数据进行反归一化 preOut(i)=preP(i)*(dymax-dymin)+dymin; end
for i=1:length(preOutput) %对实际的数据进行反归一化 TrueData(i)=preOutput(i)*(dymax-dymin)+dymin; end %误差处理
errorMes=TrueData-preOut; %% 作图比较 figure(1) subplot(2,1,1);
plot(1:10,preOut,'r*',1:10,TrueData,'bo'); legend('predict','real'); title('预测值与真实值'); subplot(2,1,2); plot(errorMes,'r');
title('预测值与真实值的绝对误差值');
22
附录三 浙江各市地理位置信息 地名 温州 宁波 舟山 衢州 嘉兴 湖州 杭州 金华 丽水 台州 绍兴
经度
27.994267 29.868336 29.985295 28.97008 30.753924 30.894348 30.274085 29.079059 28.46763 28.656386 29.995762
纬度
120.699367 121.54399 122.207216 118.859457 120.758543 120.086823 120.15507 119.647445 118.922796 121.420757 120.586109
23