如何用径向基神经网络在Matlab中实现预测模型并附上数据回归代码？

本文共计521个文字，预计阅读时间需要3分钟。

1+内容介绍+利用径向基函数（RBF）神经网络建立投资预测模型，有效解决经济投资预测中的非线性预测问题。以历史数据为例，对所建立的投资预测网络模型进行仿真，分析仿真结果。

1 内容介绍

利用径向基函数(RBF)神经网络,建立投资预测模型,有效解决经济投资预测中非线性预测问 题.以历史数据为例,对所建立投资预测网络模型进行仿真,分析仿真结果.根据生产总值与投资分配之间存在的映射关系,应用RBF神经网络建立投资预测模 型.模型既真实地表达了投资要素之间的高度非线性关系,又考虑了分配结构的优化问题,具有很高的预测精度,更具有较强的实际应用意义.​

2 仿真代码

%% 清空环境变量

warning off % 关闭报警信息

close all % 关闭开启的图窗

clear % 清空变量

clc % 清空命令行

%% 导入数据

res = xlsread('数据集.xlsx');

%% 划分训练集和测试集

temp = randperm(103);

P_train = res(temp(1: 80), 1: 7)';

T_train = res(temp(1: 80), 8)';

M = size(P_train, 2);

P_test = res(temp(81: end), 1: 7)';

T_test = res(temp(81: end), 8)';

N = size(P_test, 2);

3 运行结果

4 参考文献

[1]康军. 基于径向基函数神经网络的应用研究[D]. 湖南师范大学, 2009.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。