资源描述：
《bp神经网络预测销售额.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、一，说明对销售额进行bp神经网络预测，销售额如表1其中前17月数据用作训练样本，来预测第18个月的数据，然后利用前18个月的数据来预测第19个月的数据，以此来预测全部月份的数据，并最终给出真实值与预测值之间的误差二，程序程序包括两部分，main.m为主程序，NNetwork.m为训练及预测程序，NNetwork输入为真实数据，输出为预测数据。程序如下main程序clearall%清除变量空间clc%清除命令窗口所有数据closeall%关闭所有figure窗口%数据,前17组为训练数据t=[124.2117.1108.4102.899.298.61
2、00.4100.99.4101.2103.9101.8101.5104.8105.999.3103.3113.2116.5117.1116.9115.8];%%原始数据（数据的观测值）n=1;%每次预测个数fori=17:21s=t(1:i);[a,anew]=NNetwork(s,n);%调用神经网络预测程序disp(['预测的第',num2str(i+1),'个值为']);anew%预测值pred=a(1,:);pred(end+1)=anew;%加上预测值新数据end%画图部分figurexx=1:i+1;plot(xx,pred,'r-*'
3、,xx,t,'k--+');legend('预测值','实际值');xlabel('点数');ylabel('数据');figures=abs(pred-t)./t*100;plot(xx,s,'b-*');xlabel('点数');ylabel('误差比例(%)');disp('实际值的标准差为')std(t)%求标准差disp('预测值的标准差为')std(pred)NNetwork程序如下function[a,anew]=NNetwork(x,n)%x为神经网络训练数组%n为预测数据的个数p=1:length(x);%%数据的个数warnin
4、goff%数据归一化[pn,minp,maxp,tn,mint,maxt]=premnmx(p,x);%BP网络训练net=newff([-1,1],[5,1],{'tansig','tansig','purelin'},'traingdx');net.trainParam.show=1000;%每1000轮回显示一次结果net.trainParam.Lr=0.05;%学习速率为0.05net.trainParam.epochs=5000;%循环5000次net.trainParam.goal=1e-6;%均方误差net=train(net,pn,
5、tn);%训练an=sim(net,pn);%神经网络仿真a=postmnmx(an,mint,maxt);%还原仿真得到的数据，反归一化%对新数据进行预测xx=1:length(x);pnew=[length(xx):length(xx)+n];%预测数据pnewn=tramnmx(pnew,minp,maxp);%新数据归一化anewn=sim(net,pnewn);anew=postmnmx(anewn,mint,maxt);%还原得到预测值anew=anew(2);三，程序运行截图运行main.m文件，结果如图并给出真实值与预测值的标准差真
6、是值与预测值的对比曲线及误差比例曲线如图
