数学建模论文的线性回归

年份= 1:10；

p=[

46.2 1

32.6 2

26.7 3

23.0 4

20.0 5

18.9 6

17.5 7

16.3 8

15.2357 9

14.4650 10

]';

t=[

32.6

26.7

23.0

20.0

18.9

17.5

16.3

15.2357

14.4650

13.8732

]';

%来规范化原始数据。

[pn，meanp，stdp，tn，meaned，stdt]=prestd(p，t)；

%建立相应的BP网络

net = newff(minmax(pn)，[7，1]，{'tansig' 'purelin' }，' train gdx ')；

%培训网络

net . train param . epochs = 2000；

net . train param . goal = 0.0001；

net = train(net，pn，TN)；

%来模拟训练好的网络。

an=sim(net，pn)；

a=poststd(an，meant，stdt)；

%绘制模拟图像

plot(年，t，' b '，年，a，' r ')；

标题(“模拟图像”)

p _ new =[13.5 13]'；

pn_new=trastd(p_new，meanp，stdp)；

an_new=sim(net，pn _ new)；

a=poststd(an_new，meant，stdt)

这是一个神经网络。你可以试着预测数据。