13518219792
在matlab中，样本是以列的方式排列的，即一列对应一个样本。如果你的样本无误的话，就是一个输入8输出2的神经网络。作图直接用plot函数。参考附件的代码，这是一个电力负荷预测例子，也是matlab编程。
站在用户的角度思考问题，与客户深入沟通，找到喀左网站设计与喀左网站推广的解决方案，凭借多年的经验，让设计与互联网技术结合，创造个性化、用户体验好的作品，建站类型包括：成都网站设计、成都网站建设、外贸网站建设、企业官网、英文网站、手机端网站、网站推广、国际域名空间、虚拟主机、企业邮箱。业务覆盖喀左地区。
将p矩阵转置，行代表年度，列代表季度，然后用1998~2012年的数据训练2013年的数据，再用1999~2013年的数据预测2014年的数据。
newff函数的格式为：net=newff(PR，[S1 S2 ...SN]，{TF1 TF..TFN}，BTF，BLF，PF），函数newff建立一个可训练的前馈网络。
matlab编写BP神经网络很方便的，这个工作不用像编程序的C什么的那样还要编写算法 这个算法早已经在软件的库里提供了。你只要用一条语句就出来了。把参数，深度和节点固定的往里一代数就可以了。
matlab实现BP神经网络，对风电功率进行预测。输入层的影响因子是风速、风向正弦、风向余弦。
用BP神经网络可以对任意阶乘的训练向量进行训练。然后输出目标向量，最后预测未来的量。
你这是多输入单输出问题，隐层神经元数量用试凑法。样本数量不需要那么多，一百条差不多了。附件是一个预测案例代码供参考。
// BP.cpp ： Defines the entry point for the console application.//该程序实现神经网络的BP算法，输入节点数，输出节点数，隐层数，隐层节点数任意，由用户决定。
见附件，一个基本的用java编写的BP网络代码。BP（Back Propagation）神经网络是86年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。
用BP神经网络可以对任意阶乘的训练向量进行训练。然后输出目标向量，最后预测未来的量。
见附件，一个基本的用java编写的BP网络代码。BP（Back Propagation）神经网络是86年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。
// BP.cpp ： Defines the entry point for the console application.//该程序实现神经网络的BP算法，输入节点数，输出节点数，隐层数，隐层节点数任意，由用户决定。
使用的时候一行代码就可以了。同理，实现算法本身中基本的运算过程是不是展开，用什么、语言？再者，什么类型的网络？ 普通的全连接？ 局部连接的卷积神经网络？ Deep Residual Network？ 不同类型的网络结构上会不一样。
BP神经网络是这样一种神经网络模型，它是由一个输入层、一个输出层和一个或多个隐层构成，它的激活函数采用sigmoid函数，采用BP算法训练的多层前馈神经网络。
BP神经网络的Matlab代码见附件，修改节点数、增加归一化和反归一化过程即可。BP算法，误差反向传播（Error Back Propagation， BP）算法。BP算法的基本思想是，学习过程由信号的正向传播与误差的反向传播两个过程组成。
常用的人工神经网络是BP网络，它由输入层、隐含层和输出层三部分组成。BP算法是一种有监督的模式识别方法，包括学习和识别两部分，其中学习过程又可分为正向传播和反向传播两部分。
