%bp神经网络进行交通预测的Matlab源代码% BP 神经网络用于预测% 使用平台 - Matlab7.0% 数据为1986年到2000年的交通量 ,网络为3输入,1输出% 15组数据,其中9组为正常训练数据,3组为变量数据,3组为测试数据%by akjuan%all rights preserved by [url=][/url]08.11clcclearAll_error=[];%所有误差存储%---------------------------------------------------%原始数据%---------------------------------------------------year=1986:2000;%数据是从1986到2000年的p=[493 372 445;372 445 176;445 176 235;176 235 378;235 378 429;...? ?378 429 561;429 561 651;561 651 467;651 467 527;467 527 668;...? ?527 668 841; 668 841 526;841 526 480;526 480 567;480 567 685]';%输入数据,共15组,每组3个输入t=[176 235 378 429 561 651 467 527 668 841 526 480 567 685 507];%输出数据,共15组,每组1个输出%---------------------------------------------------%数据归一化处理,归一化数据到[-1,1],mapminmax函数调用形式%[y,ps] =%mapminmax(x,ymin,ymax),x需归化的数据输入,%ymin,ymax为需归化到的范围,不填默认为归化到[-1,1]%返回归化后的值y,以及参数ps,ps在结果反归一化中,需要调用%---------------------------------------------------[normInput,ps] = mapminmax(p);[normTarget,ts] = mapminmax(t);%---------------------------------------------------%数据乱序,及分类处理,将输入的15组数据,0.2%既3组,用来作为测试数据,% 0.2%既3组,用来作为变化数据,另外9组用来正常输入,用来训练%DIVIDEVEC用来重新随机抽取上述三种分类的数据,原来的顺序被打乱%函数调用的语法[trainV,valV,testV] = dividevec(p,t,valPercent,testPercent)%输入p为输入数据,t为输出数据,valPercent为训练用的变化数据在总输入中的百分比%testPercent为训练用的测试数据在总输入中的百分比%输出trainV,valV,testV分别为按乱序及相应百分比,得到的数据%另外,打乱后的数据,p和t都是对应的,请放心使用%---------------------------------------------------testPercent = 0.20;??% Adjust as desiredvalidatePercent = 0.20;??% Adust as desired[trainSamples,validateSamples,testSamples] = dividevec(normInput,normTarget,validatePercent,testPercent);for j=1:200%---------------------------------------------------% 设置网络参数%---------------------------------------------------? ?NodeNum1 = 20; % 隐层第一层节点数NodeNum2=40;? ?% 隐层第二层节点数TypeNum = 1;? ?% 输出维数TF1 = 'tansig';TF2 = 'tansig'; TF3 = 'tansig';%各层传输函数,TF3为输出层传输函数%如果训练结果不理想,可以尝试更改传输函数,以下这些是各类传输函数%TF1 = 'tansig';TF2 = 'logsig';%TF1 = 'logsig';TF2 = 'purelin';%TF1 = 'tansig';TF2 = 'tans

bp 预测 matlab代码,bp神经网络进行交通预测的Matlab源代码.docx相关推荐

  1. 基于注意力时空图神经网络的交通预测

    文章信息 本周阅读的论文是题目为<Learning Dynamics and Heterogeneity of Spatial-Temporal Graph Data for Traffic F ...

  2. 机器学习之MATLAB代码--SSA-CNN-BiLSTM做电池容量预测(十)

    机器学习之MATLAB代码--SSA-CNN-BiLSTM做电池容量预测(十) 代码 数据 结果 代码 代码按照如下顺序: 1. clc close all clear alldata=xlsread ...

  3. 让书写的Matlab代码运行更快 Recipes for Faster Matlab Code

    Matlab 在 Research 中用得非常多,确实也是非常方便实用,只是有一个问题就是写 Matlab 代码的时候经常需要用一些比较奇怪独特的方式来思考和处理问题,否则写出来的代码虽然同样能工作, ...

  4. 【智能算法】GRNN的数据预测—基于广义回归神经网络的货运量预测

    目录 GRNN的数据预测-基于广义回归神经网络的货运量预测 GRNN的数据预测-基于广义回归神经网络的货运量预测 %% 清空环境变量 clc; clear all close all nntwarn ...

  5. ​【交通标志识别】基于BP神经网络实现交通标志识别matlab代码

    1 简介 近年来,交通标志识别在车辆视觉导航系统中是一个热门研究课题.为了安全驾驶和高效运输,交通部门在公路道路上设置了各类重要的交通标志,以提醒司机和行人有关道路交通信息,如指示标志.警告标志.禁止 ...

  6. 论文笔记——扩散卷积循环神经网络进行交通预测

    这是在ICLR 2018学术会议上发表的文章,其研究课题为交通网络的时空预测. 1.交通网络预测的具体问题描述如下: 在给定交通路网中有N个传感器实时监控该点的交通状况:根据其拓扑关系交通网络可表为一 ...

  7. 粒子群(pso)算法详解matlab代码,粒子群(pso)算法详解matlab代码

    粒子群(pso)算法详解matlab代码 (1)---- 一.粒子群算法的历史 粒子群算法源于复杂适应系统(Complex Adaptive System,CAS).CAS理论于1994年正式提出,C ...

  8. bp神经网络进行交通预测的matlab源代码_神经网络进行股票价格预测软件----MATLAB--毕业设计...

    一.BP神经网络的步骤 (1)根据评价指标集, 确定BP 网络中输入节点的个数, 即为指标个数; (2)确定BP 网络的层数, 一般采用具有一个输入层, 一个隐含层和一个输出层的三层网络模型结构; 明 ...

  9. MATLAB代码基于cnn-lstm的轴承寿命预测

    一种结合卷积神经网络(convolution neural networks,简称CNN)和长短时记忆(long short term memory,简称LSTM)神经网络的滚动轴承RUL预测方法.首 ...

最新文章

  1. tree view 後台編寫
  2. 【LeetCode从零单排】No.160 Intersection of Two Linked Lists
  3. 今日头条的,顶部导航,实现分析
  4. IOS开发之小实例--UIImagePickerController
  5. PHP中关于取模运算及符号
  6. 计算机室内设计cad实践报告,cad实习报告3000字
  7. php 正则匹配 %3e,在shell脚本中使用正则表达式
  8. _CentOS「linux」学习笔记11:crontab定时任务常用参数和基本语法
  9. vue日历排班组件_VUE实现日历组件功能
  10. APK反编译教程新手第一课:安卓基础知识
  11. Winform2、(C#) 设置编译后.exe执行文件的图标
  12. Cannot resolve MVC View
  13. KEAZ128 时钟配置
  14. 中新社、新华报业网等媒体报道腾云忆想云化IT生态,聚焦科技助力“双循环经济”数字化升级
  15. kafka集群kafka-eagle安装
  16. maya刷权重时有个叉_为什么maya刷权重 笔刷是打叉
  17. 计算机调出任务管理器的组合键是,调出任务管理器快捷键
  18. ZYNQ-使用SD卡读写文本数据
  19. P5017 NOIP2018 普及组 摆渡车
  20. iOS微信授权登录中Universal Link(通用链接)的配置 ,解决ios13,ios14微信支付不走回调问题

热门文章

  1. 元宵快乐:看SQL大师们用SQL绘制的团圆
  2. 面试官问我:如何在 Python 中解析和修改 XML
  3. 如何只用一个小时定制一个行业AI 模型?
  4. 华为云亮相QCon2020深圳站,带你体会大厂的云原生玩法与秘诀
  5. 30岁+程序员职场攻略:找到自己的“职业锚”乘风破浪
  6. 目不识丁的我使用Python编写汉字注音小工具
  7. 大型情感剧集Selenium:4_老中医教你(单/多/下拉框)选项定位 #华为云·寻找黑马程序员#
  8. Spark之SparkStreaming理论篇
  9. Android 内存泄漏分析(完)
  10. vrm华为_华为-笔记本电脑如何安装FusionCompute虚拟化平台?