%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
