如何从训练好的NARX神经网络中进行预测?

24次浏览(过去30天)

显示旧的注释

Lavnish古普塔 2020年8月16日

0
链接

直接链接到这个问题

//www.tatmou.com/matlabcentral/answers/580179-how-to-make-prediction-from-a-trained-narx-neural-network

编辑: georg enyew2021年2月5日

我从一篇研究论文中获得了以下代码，该论文实现了一个使用外源输入训练网络的NARX神经网络:

                         % Anp -输入时间序列。
                        
                         % Adtds -反馈时间序列。
                        
                         X = tonndata(Anp,true,false);
                        
                         T = tonndata(Adtds,true,false);
                        
                         选择'trainlm'训练函数
                        
                         trainFcn =“trainlm”；% Levenberg-Marquardt反向传播。
                        
                         %模型创建
                        
                         inputdelayed = 1:2;
                        
                         feedbackdelayed = 1:2;
                        
                         hiddenLayerSize = 10;
                        
                         net = narxnet(inputdelayed, feedbackdelayed,hiddenLayerSize，“开放”, trainFcn);
                        
                         %训练及模拟数据准备
                        
                         [x,xi,ai,t] = preparets(net, x， {}， t);
                        
                         为训练、验证和测试划分数据。
                        
                         net.divideParam.trainRatio = 70/100;
                        
                         net.divideParam.valRatio = 0/100;
                        
                         net.divideParam.testRatio = 30/100;
                        
                         网divideFcn =“divideblock”；
                        
                         网络培训
                        
                         [net,tr] = train(net,x,t,xi,ai);
                        
                         %网络测试
                        
                         Y = net(x,xi,ai);
                        
                         E = gsubtract(t,y);
                        
                         性能=执行(净，t,y)
                        
                         %网络视图
                        
                         视图(净)
                        
                         %的情节
                        
                         图中,plotperform (tr)
                        
                         图中,plottrainstate (tr)
                        
                         图中,ploterrhist (e)
                        
                         图,plotregression (t, y)
                        
                         图,plotresponse (t, y)
                        
                         图中,ploterrcorr (e)
                        
                         图中,plotinerrcorr (x, e)
                        
                         %闭环网络
                        
                         Netc = cloloop (net);
                        
                         net.name = [net.name .“-闭环”];
                        
                         视图(netc)
                        
                         [xc,xic,aic,tc] = preparets(netc,X，{}，T);
                        
                         Yc = netc(xc,xic,aic);
                        
                         closedLoopPerformance = execute (net,tc,yc)
                        
                         步进预测网络
                        
                         net = removedelay(net);
                        
                         net.name = [net.name .“提前预测一步”];
                        
                         视图(网)
                        
                         [xs,xis,ais,ts] = preparets(nets,X，{}，T);
                        
                         Ys = nets(xs,xis,ais);
                        
                         steppaheadperformance =执行(nets,ts,ys)