©2020-2024 ioDraw All rights reserved
<>学习目标：
利用MATLAB神经网络GUI进行预测分析，得到预测结果
<>学习内容：
1、 训练数据的导入
2、 神经网络的构造
3、 神经网络的训练
4、 预测结果的得出
<>学习产出：
* 训练数据的导入
数据input04.xls中有248行5列的数据（分别是降雨量，温度，风速，风向和地下水径流量），input05.xls中有248行1列的数据（入库流量），五列数据都进行了归一化处理。构建的网络神经是希望通过四个属性特征（降雨量，温度，风速，风向和地下水径流量）来预测入库流量。
由于是将数据保存在excel文件中，我们首先要将其保存为mat格式的文件，然后再可以进行构造神经网络。
2.神经网络的构造
* 打开神经网络GUI 通过"nnstart"打开GUI工具箱，点击"Fitting app"
* 导入数据 此次数据选择的是“Matrix rows”
* 划分好训练集、测试集之后，神经元数量的选择 默认是10个隐藏神经元
3.神经网络的训练
* 训练的算法（默认算法是Levenberg-Marquardt），点击train，则开始练习
* 查看结果 其中检查R方（拟合优度）效果比较好，点击Performance可以看到它的训练过程，迭代到30步时达到最优效果。
* 保存MATAB Matrix-Only Function，保存之后便可以预测入库流量。
4. 预测结果的得出
*
比如输入降雨量（0.0453），温度（0.222），风速（0.1223），风向（0.98）和地下水径流量（0.234），便可以通过GUI给我们的函数（myNeuralNetworkFunction（））来预测，预测的入库流量为0.6379。
如有问题，敬请斧正