数学建模论文的线性回归
色度控制中心
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。